k-means算法是machine learning领域内比较常用的算法之一。
首先，我们先来讲下该算法的流程（摘自百度百科）：
首先从n个数据对象任意选择 k 个对象作为初始聚类中心；而对于所剩下其它对象，则根据它们与这些聚类中心的相似度（距离），分别将它们分配给与其最相似的（聚类中心所代表的）聚类；然 后再计算每个所获新聚类的聚类中心（该聚类中所有对象的均值）；不断重复这一过程直到标准测度函数开始收敛为止。一般都采用均方差作为标准测度函数. k个聚类具有以下特点：各聚类本身尽可能的紧凑，而各聚类之间尽可能的分开。
以上就是k-means的算法流程了，算法的流程其实还是比较简单的，今天我着重从数学的角度来讲一下我所理解的k-means聚类算法。
假设我们有N个样本数据集{x1,...,xN}，变量x的维数为D维，我们现在要将这些数据集分成k类（注意k已知变量)。我们将问题进行转化，可以构造这样的等式，引进D维向量μk，作为每个类的中心，我们所希望的是每个数据点与它最近的类中心的距离（这里采用平方和）最小。
我们用数学语言来描述：
（1）
rnk:rnk ∈ {0, 1},是一个二分变量,描述的是第n个数据点是否属于第k类，例如：rnk=1,表示第n个数据点属于k类；rnk=0，表示第n个数据点不属于k类。
J：为目标函数，描述的是每个数据点与它类中心的平方和。
所以整个问题就变为我们希望找到最佳{rnk},{μk},使目标函数J最小。而我们通常是通过迭代程序，连续优化变量rnk,μk。在每一步迭代程序中，我们分成两步来考虑：
1 固定住类中心μk，也就是已知值，J是关于变量rnk的目标函数。我们要使J函数最小，只要让第n个数据点属于离当前最近的类中心所属类就行。用数学语言来表达就是：
2 固定住rnk,J是关于变量μk的目标函数,我们要是J函数最小，我们对函数J进行对μk的求导，令其等于0，即：
然后我们直接可以根据上面等式求解μk：
从等式的数学意义来看，μk就是该类数据的均值，
然后再将{rnk},{μk}进行下一次迭代，直至整个程序收敛停止。但是要注意我们在进行全局最小化目标函数J的过程中，往往会陷入局部收敛，至于k-means的收敛性我在就不具体讨论了。最终求得的rnk，表达的也就是第n个数据点属于哪一类，即完成了聚类操作。
需要注意的是一开始我们并不知道这k类的类中心μk值，一般的我们采取随机在样本数据中选取k个数作为类的中心，每个数据点只能属于一类，而不能属于多个类。在一般情况下，我们横量数据点与类中心的距离（或者说是数据点与类中心点的不相似性）是采用欧式距离，横量的方法也可以采用其他方法，那么我们将k-means写成一般化形式就为：
函数V()代表的就是数据点与类中心的距离。
其实，如果我们更深入地理解k-means算法，其实应该算是mean-shift的一种特例。k-means算法在每次迭代过程中，类中心收敛的过程其实就是相当与mean-shift往高斯山峰自动移动的过程。