中文说明： K-means算法是很典型的基于距离的聚类算法，采用距离作为相似性的评价指标，即认为两个对象的距离越近，其相似度就越大，算法过程如下： 输入：k, data[n]; （1） 选择k个初始中心点，例如c[0]=data[0],…c[k-1]=data[k-1]； （2） 对于data[0]….data[n]，分别与c[0]…c[k-1]比较，假定与c[i]差值最少，就标记为i； （3） 对于所有标记为i点，重新计算c[i]={ 所有标记为i的data[j]之和}/标记为i的个数； （4） 重复(2)(3)，直到所有c[i]值的变化小于给定阈值。
English Description：
K-means algorithm is a typical clustering algorithm based on distance. Distance is used as the evaluation index of similarity, that is, the closer the two objects are, the greater the similarity is