Kmeans和KNN（K近邻）算法是聚类cluster中经典的算法，两者既有类似性也存在不同点。
两个算法的缺点：无法自行自动确定样本分类数量，需要先验知识！
K-means是无监督学习，而KNN（K近邻）是监督学习，需要样本标注！
Kmeans算法的思想：
随机给出数据的k个类的初始点，然后遍历所有的数据点，样本到各个初始点的距离（欧拉或者曼哈顿距离），距离最小的则将该样本归为当前初始点相同类，直到遍历完所有样本点。此时对各个类进行求平均值，更新本类的中心点。接着迭代，直到中心点重合或者变化不是很大的时候算法终止。
算法过程：
输入：k, data[n]; （1） 选择k个初始中心点，例如c[0]=data[0],…c[k-1]=data[k-1]; （2） 对于data[0]….data[n], 分别与c[0]…c[k-1]比较，假定与c[i]差值最少，就标记为i; （3） 对于所有标记为i点，重新计算c[i]={ 所有标记为i的data[j]之和}/标记为i的个数； （4） 重复(2)(3),直到所有c[i]值的变化小于给定阈值。
算法的效率跟初始点选择有关，初始点选择的好可以减少迭代次数！以及距离公式的选择。
KNN算法思想：
随机给出数据的k个类的初始点，然后在该初始点的某个范围内，选择K个数，看看其中什么类的数量占的最多就将该点归为此类，依次遍历完毕，然后在各个类之中算平均值更新类的中心点，依次迭代，直到直到中心点重合或者变化不是很大的时候算法终止。
算法过程：
1. 准备数据，对数据进行 预处理 2. 选用合适的数据结构存储训练数据和测试元组 3. 设定参数，如k 4.维护一个大小为k的的按距离由大到小的 优先级队列，用于存储最近邻训练元组。随机从训练元组中选取k个元组作为初始的最近邻元组，分别计算测试元组到这k个元组的距离，将训练元组标号和距离存入优先级队列 5. 遍历训练元组集，计算当前训练元组与测试元组的距离，将所得距离L 与优先级队列中的最大距离Lmax 6. 进行比较。若L>=Lmax，则舍弃该元组，遍历下一个元组。若L < Lmax，删除优先级队列中最大距离的元组，将当前训练元组存入优先级队列。 7. 遍历完毕，计算优先级队列中k 个元组的多数类，并将其作为测试元组的类别。 8. 测试元组集测试完毕后计算误差率，继续设定不同的k值重新进行训练，最后取误差率最小的k 值