（1） K-means算法首先需要选择K个初始化聚类中心 （2） 计算每个数据对象到K个初始化聚类中心的距离，将数据对象分到距离聚类中心最近的那个数据集中，当所有数据对象都划分以后，就形成了K个数据集（即K个簇） （3）接下来重新计算每个簇的数据对象的均值，将均值作为新的聚类中心 （4）最后计算每个数据对象到新的K个初始化聚类中心的距离，重新划分 （5）每次划分以后，都需要重新计算初始化聚类中心，一直重复这个过程，直到所有的数据对象无法更新到其他的数据集中。