1. 简述K-means算法的基本过程及其不足。《数据挖掘》作业题追分100
过程：
1、 从 n个数据对象任意选择 k 个对象作为初始聚类中心；
2、 根据每个聚类对象的均值（中心对象），计算每个对象与这些中心对象的距离；并根据最小距离重新对相应对象进行划分；
3、 重新计算每个（有变化）聚类的均值（中心对象）
4、循环步骤2和3，直到每个聚类不再发生变化为止
缺点：
1、聚类个数K需要自己决定，因此在不知道具体有多少类时需要从2开始多次尝试，选择最好的
2、当k确定时，聚类效果和初始中心选择有关，所以算法很不稳定
3、算法在维数较多时，由于需要多次迭代，花费时间较长
2. kmeans聚类算法是什么
K-means算法是最为经典的基于划分的聚类方法，是十大经典数据挖掘算法之一。K-means算法的基本思想是：以空间中k个点为中心进行聚类，对最靠近他们的对象归类。通过迭代的方法，逐次更新各聚类中心的值，直至得到最好的聚类结果。
聚类属于无监督学习，以往的回归、朴素贝叶斯、SVM等都是有类别标签y的，也就是说样例中已经给出了样例的分类。而聚类的样本中却没有给定y，只有特征x，比如假设宇宙中的星星可以表示成三维空间中的点集。
(2)数据挖掘k中心点算法扩展阅读：
k个聚类以便使得所获得的聚类满足：同一聚类中的对象相似度较高；而不同聚类中的对象相似度较小。聚类相似度是利用各聚类中对象的均值所获得一个“中心对象”（引力中心）来进行计算的。
（1）适当选择c个类的初始中心；
（2）在第k次迭代中，对任意一个样本，求其到c个中心的距离，将该样本归到距离最短的中心所在的类；
（3）利用均值等方法更新该类的中心值；
（4）对于所有的c个聚类中心，如果利用（2）（3）的迭代法更新后，值保持不变，则迭代结束，否则继续迭代。