K- means
就是把空间内点，分成K类。相似的点比较聚集，不相似的点比较偏离。用均值来代表类中心，并用于衡量与新点的距离。

初始值：
根据先验知识找到K 个均值，做迭代初始值。

迭代公式：
根据距离，判断新点的分类
由于新点的加入，调整相应的类中心

迭代终止条件：
类中心不再摆动，或者摆动幅度很小，趋于稳定。

Fuzzy K-means
在k-means的基础上，引入了隶属度概念。