离开了杨导师所有的事情都要自己做了，路思和我负责算法含义研究，高维负责根据原理推导应用场景。
高维说我把K-Means算法定义写了出来每个人都谈谈想法
K-Means算法定义：把n n {\displaystyle n} 个点划分到k个聚类中，使得每个点都属于离他最近的均值（此即聚类中心）对应的聚类，以之作为聚类的标准。
K-Mean计算过程：
- 随机的选取K个中心点，代表K个类别；
- 计算N个样本点和K个中心点之间的欧氏距离；
- 将每个样本点划分到最近的（欧氏距离最小的）中心点类别中——迭代1；
- 计算每个类别中样本点的均值，得到K个均值，将K个均值作为新的中心点——迭代2；
- 重复234；
- 得到收敛后的K个中心点（中心点不再变化）——迭代4。
路思：我的理解是给我很多数据，这些数据都是没有任何分类的，但我也不知道应该分成几类，所以我就随机定义了K个分类，每个K也都具有与数据类型一样的坐标点，称为中心点，然后强制数据被划分到这K个类中，分类的规则是每个数据与这K个中心点的距离远近，数据都被分配到距离K中心点最近的那个聚类中。
安逸：我的理解是我手里有一把豆子，然后散在桌子上，然后我要把这些豆子分成五类，我就在桌子上随机选择五个点，作为中心点，然后计算每个豆子距离各个分类点的距离，距离哪个中心点近就归为哪个豆子的分类。
高维：用豆子举例我明白了，但平面距离我能理解，若是空间的距离，或者多维数据怎么处理？
路思：我指的距离不是直线距离，而是欧式距离，初中学过的直角坐标系就是二维欧式空间，二维欧式距离计算公式是这样的 
，多维的就是每个点的距离差的平方求和后开平方就是。
高维：那么这分类K值是怎么确定的呢？随机么？如果这个K的中心点太集中了，会不会造成分类不准。
路思：你看K-Means的计算过程就能得知，这个K值中心点是不断变化的，初始阶段是随机的，但每当有新数据加入时，都要加入新数据重新计算这个K的中心点，这样保证了K的坐标一直是该类数据的中心点。
这样我们将K-Means结合概念与计算过程写下了对其的定义：K是用户指定要创建类的数目，K-Means以K个随机中心点开始，算法会计算每个点到中心点的欧式距离，然后每个点被分配到距离中心点最近的分类中。然后基于新分配的点更新该类的中心点，以上过程重复知道所有分类的中心点不再变化为止。
至于K-Means的应用场景则有学电子商务的高维来完成：美国沃尔玛超市的在做数据分析时候发现，每到周末同时购买啤酒和尿不湿的人较平时增加很多。他们感到很奇怪，本着数据分析中溯源的原则，他们对数据进行了进一步挖掘得到以下共同特
· 一般是周末出现这种情况
· 购买者以已婚男士为主
· 他们家中有孩子且不到两岁，有尿不湿的刚需
· 他们喜欢看体育比赛节目，并且喜欢边喝啤酒边看。顾客有喝啤酒的需求
· 周末是体育比赛扎堆的日子，所以出现这种关联销售多在周末的时候。
于是沃尔玛为了方便客户购买，将啤酒与尿不湿的货架放到了一起，两者的销售量都大幅提升。这里我们可以采用K-Means方法去获得用户的潜在消费行为，做法是将所有用户的需求特征，已有消费行为，年龄，家庭状况等等进行自由聚类，这样所有近似状况的消费者会被归到同一类，这个类完全是根据数据决定的，而不是人为分配的，同一类的消费者被认为有相近的消费行为。