《模式识别》中K均值聚类的实现

用C++实现模式识别中K均值聚类。算法优点： 1、算法采用平均值初始化聚类中心，这样可以更加接近最后的结果，减少迭代次数。 2、算法采用精度为0.000001，使运行结果更为精确。 3、算法对其它数据适应良好。 4、算法复杂度为O(m*n*k)，m,n为数组的维数，k为迭代次数。 算法缺点： 算法没有采用动态的数据读取和数据存储，所以在数据量发生变化的时候需要手动更改程序。