均值聚类方法

K-means 聚类算法（K-means Clustering Algorithm）是一种经典的迭代式无监督学习算法，旨在将数据集划分为 K 个互斥的簇。其数学本质可视为高斯混合模型在协方差矩阵为单位矩阵且隐变量后验为狄拉克δ函数时的特例，采用最大期望（EM）算法框架求解。算法流程包含初始化 K 个质心、分配样本至最近质心、重新计算质心均值直至收敛（误差平方和最小或无变化）。该算法依赖欧氏距离度量，具有计算高效、实现简单、对凸形簇敏感等特性，广泛应用于数据压缩、图像分割及异常检测等领域。

在现代计算架构中，K-means 凭借其极低的内存占用和线性时间复杂度（O(n*k*d)），成为处理海量数据预处理的黄金标准。尽管其假设簇为球形且对初始值敏感，但在数据标准化后，它仍是构建推荐系统、用户分群及异常检测流水线的首选基线算法。其生态地位体现在作为更复杂模型（如 DBSCAN、层次聚类）的对比基准，以及在流式计算场景中通过增量更新机制实现实时聚类的核心组件。