C均值算法又称K均值算法，是一种无监督学习方法，用于将数据集分成K个不同的簇，每个簇内的数据点相似度较高。其原理如下：首先，从数据集中随机选择K个点作为初始质心，这些质心代表了簇的中心点。然后，将每个数据点分配到最近的质心所代表的簇，通常使用欧氏距离来计算距离。接下来，重新计算每个簇的质心，将簇中所有数据点的均值作为新的质心。重复上述两个步骤，直到质心不再发生显著变化或达到预定的迭代次数为止。最终