由於最近要用到該演算法，但是發現演算法的思想基本忘掉了，只知道是聚類演算法，因此又回頭去學習了一番，記錄下學習的感受，方便以後複習。

       Kmeans演算法的基本思想：看如下圖：

       假設要把這些點分成三類，首先隨機的選擇3個點作為三個類別的中心點，然後依次計算其餘所有的點到這三個中心點的距離，如果x點（非中心點）到center i （i = 0,1,2）的距離最小，那麼x就是i類的，然後對於每一個類，利用均值的方法更新中心點（比如，計算該類中所有點的座標x,y的平均值的點，然後找到最靠近這個平均座標的點作為新的中心點）。如此反覆迭代，直到中心點座標不再改變為止。

       Kmeans演算法是聚類演算法，也就是可以給物體分類的，那SVM也是分類的，這兩個的區別是啥呢？

       答：SVM是有監督的分類演算法，而Kmeans是無監督的分類演算法，這就是一個很大的區別了，有監督的學習就好好比做題有答案，你做完你知道哪裡錯了，無監督就是沒答案，玩兒蛇呢。