阅读http://blog.pluskid.org/?p=17文章中的一些知识整理：
===============================================================
介绍:http://home.deib.polimi.it/matteucc/Clustering/tutorial_html/index.html
===============================================================
聚类算法，不是分类算法。
分类算法是给一个数据，然后判断这个数据属于已分好的类中的具体哪一类。
聚类算法是给一大堆原始数据，然后通过算法将其中具有相似特征的数据聚为一类。
算法还要再重新温故一下：
K-Means算法的基本思想是初始随机给定K个簇中心，按照最邻近原则把待分类样本点分到各个簇。然后按平均法重新计算各个簇的质心，从而确定新的簇心。一直迭代，直到簇心的移动距离小于某个给定的值。
算法大致思路：
1、从给定样本中任选几个点作为初始中心
2、计算其余点分别和初始中心点的距离，跟哪个初始中心近就跟那个中心点归为一类(欧式距离公式)，直到各自为“派别”
3、在分好类的基础上按平均值的方法重新计算聚类中心点，再重复第二步...以此类推
4、直到最后算法收敛（可以理解为中心点不再变动）则结束。
==================================================================
Free Mind给出了python的实现，因为我对python不是很熟悉，所以暂时只练习了matlab的。
K-means聚类算法采用的是将N*P的矩阵X划分为K个类，使得类内对象之间的距离最小,而类之间的距离最大。
使用方法：
Idx=Kmeans(X,K)
[Idx,C]=Kmeans(X,K)
[Idx,C,sumD]=Kmeans(X,K)
[Idx,C,sumD,D]=Kmeans(X,K)
[…]=Kmeans(…,’Param1’,Val1,’Param2’,Val2,…)
各输入输出参数介绍：
X N*P的数据矩阵
K 表示将X划分为几类，为整数
Idx N*1的向量，存储的是每个点的聚类标号
C K*P的矩阵，存储的是K个聚类质心位置
sumD 1*K的和向量，存储的是类间所有点与该类质心点距离之和
D N*K的矩阵，存储的是每个点与所有质心的距离
[…]=Kmeans(…,'Param1',Val1,'Param2',Val2,…)
这其中的参数Param1、Param2等，主要可以设置为如下：
1. ‘Distance’(距离测度)
‘sqEuclidean’ 欧式距离（默认时，采用此距离方式）
‘cityblock’ 绝度误差和，又称：L1
‘cosine’ 针对向量
‘correlation’ 针对有时序关系的值
‘Hamming’ 只针对二进制数据
2. ‘Start’（初始质心位置选择方法）
‘sample’ 从X中随机选取K个质心点
‘uniform’ 根据X的分布范围均匀的随机生成K个质心
‘cluster’ 初始聚类阶段随机选择10%的X的子样本（此方法初始使用’sample’方法）
matrix 提供一K*P的矩阵，作为初始质心位置集合
3. ‘Replicates’（聚类重复次数） 整数
matlab-kmeans函数注释
X = [randn(100,2)+ones(100,2);...
randn(100,2)-ones(100,2)]; 产生100个样本点，行指向每个样本，列是维变量值。
opts = statset('Display','final');
[idx,ctrs] = kmeans(X,2,'Distance','city','Replicates',5,'Options',opts);
%返回参数意义：[IDX,C,sumd,D]=kmeans()
IDX:每个样本点所在的类别
C：所聚类别的中心点坐标位置k*p，k是所聚类别
sumd:每个类内各点到中心点的距离之和
D：每个点到各类中心点的距离n*k