尽管知道解释如下，但还是无法理解。。。。
“

k 均值聚类法 快速高效，特别是大量数据时，准确性高一些，但是需要你自己指定聚类的类别数量

系统聚类法则是系统自己根据数据之间的距离来自动列出类别，所以通过系统聚类法 得出一个树状图，至于聚类的类别 需要自己根据树状图以及经验来确定



K-means是机器学习中一个比较常用的算法，属于无监督学习算法，其常被用于数据的聚类，只需为它指定簇的数量即可自动将数据聚合到多类中，相同簇中的数据相似度较高，不同簇中数据相似度较低。





优点：



•原理简单

•速度快

•对大数据集有比较好的伸缩性



缺点：



•需要指定聚类 数量K

•对异常值敏感

•对初始值敏感



算法接受参数 k ；然后将事先输入的n个数据对象划分为 k个聚类，以便使得所获得的聚类满足：同一聚类中的对象相似度较高；而不同聚类中的对象相似度较小。

”