聚類算法系列中，k-means聚類算法是基礎，其屬於非監督式分類算法( Unsupervised Classification)。
所謂"非監督式"，即是針對一堆未知標籤的數據集做分類，結果只會告知哪些數據屬於同一群體。換句話說，只有一堆輸入數據，但無定義輸出變量，常應用於對既有數據的內在分類的探討，如對顧客購買行為的分類。

k-means聚類算法的原理，係利用數據與和質心的歐式距離為判斷依據，不斷迭代直到預設收斂值，最終取得分類結果。其中輸入變量如下:
1.預計劃分為多少群體，即k值。
2.給訂初始質心值。
3.預設收斂值，一般可用新質心和舊質心的距離小於多少來定義。

在企業營運中，供應商的優劣對公司營運有著舉足輕重的角色...

完整文章，請參考我的博客，如下:
https://blog.csdn.net/weixin_42008031/article/details/104204307