這里的k為聚類數(shù)，其解決以1種屬性值（例如距離值）進(jìn)行的多點(diǎn)分類問題魔熏。
例如我們要實(shí)現(xiàn)對坐標(biāo)系中多個(gè)點(diǎn)進(jìn)行聚類分組舅柜。思路如下：
1，輸入條件1：坐標(biāo)系中的N個(gè)固定點(diǎn)集合（已知每個(gè)點(diǎn)的x捺僻、y坐標(biāo)值）
2，輸入條件2：坐標(biāo)系中任意k個(gè)聚類核心點(diǎn)的位置（通常會(huì)依據(jù)經(jīng)驗(yàn)定位初始的聚類核心點(diǎn)位置）
3崇裁，執(zhí)行過程1：遍歷所有固定點(diǎn)計(jì)算每個(gè)點(diǎn)與k各聚類核心點(diǎn)的距離匕坯，并將各點(diǎn)歸類到與其距離最近的核心點(diǎn)分類中（采用歐氏距離）。
4拔稳，執(zhí)行過程2：依次遍歷k個(gè)聚類葛峻，調(diào)整各聚類中核心點(diǎn)的位置到聚類中心（求聚類中所有點(diǎn)平均值的方式）
5，執(zhí)行過程3：再次執(zhí)行過程1巴比，直到聚類核心點(diǎn)的位置不再發(fā)生變化术奖。

Js算法如下：

        /**
         * 按給定的分組點(diǎn)生成分組
         * @param points 所有點(diǎn)
         * @param zonePoints 當(dāng)前分組點(diǎn)
         */
        function kMeans(points, zonePoints) {
            for (var i = 0; i < points.length; i++) {
                var p = points[i];
                var minDistance = -1, minTp = null;
                for (var j = 0; j < zonePoints.length; j++) {
                    var tp = zonePoints[j];
                    var distance = Math.sqrt(Math.pow(p.x - tp.x, 2) + Math.pow(p.y - tp.y, 2));
                    if (minDistance === -1 || minDistance > distance) {//計(jì)算每個(gè)點(diǎn)到各區(qū)域核心點(diǎn)的最短距離
                        minDistance = distance;
                        minTp = tp;
                    }
                }
                p.tpId = minTp.id;
                $("#p" + p.id).css('background-color', minTp.color);//設(shè)置點(diǎn)顏色
                printLog('p[' + p.id + ']{x:' + p.x + ',y:' + p.y + '}所屬類別:' + (p.tpId === undefined ? '未設(shè)定' : p.tpId));
            }
        }

        /**
         * 計(jì)算每個(gè)分組的核心點(diǎn)，并修改分組點(diǎn)坐標(biāo)
         * @param points 所有點(diǎn)
         * @param zonePoints 當(dāng)前分組點(diǎn)
         */
        function calcCenter(points, zonePoints) {
            var bestRegionCoreSize = 0;
            for (var j = 0; j < zonePoints.length; j++) {
                var tp = zonePoints[j];
                //1轻绞，找到分組的所有點(diǎn)
                var pSumX = 0, pSumY = 0, pSize = 0;
                for (var i = 0; i < points.length; i++) {
                    var p = points[i];
                    if (tp.id === p.tpId) {
                        // tpGroup.push(p);
                        pSumX += p.x;
                        pSumY += p.y;
                        pSize++;
                    }
                }
                //2采记，求組核心點(diǎn)
                if (pSize > 0) {
                    var pCenterX = pSumX / pSize;
                    var pCenterY = pSumY / pSize;
                    if (tp.x === pCenterX && tp.y === pCenterY) {
                        bestRegionCoreSize++;
                        printLog('<font color="'+tp.color+'">找到一個(gè)最佳聚類核心，坐標(biāo)是：{x：'+pCenterX+',y:'+pCenterY+'}</font>');
                    } else {
                        tp.x = pCenterX;
                        tp.y = pCenterY;
                        $("#tp" + tp.id).css({'left': pCenterX + 'px', 'top': pCenterY + 'px'});

                    }
                }
            }
            if (bestRegionCoreSize === zonePoints.length) {
                alert("已找到所有聚類的最佳核心點(diǎn)政勃，所有點(diǎn)的聚類已完成");
                return true;
            } else {
                return false;
            }
        }

演示demo下載地址：https://gitee.com/inq/k-means.git

ScreenFlow.gif