K均值聚类是最著名的划分聚类算法，由于简洁和效率使得他成为所有聚类算法中最广泛使用的。该方法只需要给定样品数据和需要的聚类数目k，就可以得到意义比较明确的结果。
  K均值聚类法分为如下几个步骤：
    1）初始化聚类中心
    2）聚类：按就近原则将样本归入各聚类中心所代表的类中，
    3）重新计算样本均值，更新聚类中心。
    4）判断聚类是否合理，一般认为聚类中心稳定为终止条件，不合理则回到第2步。循环进行2,3,4步、修改直至达到算法终止条件。

快速聚类模型：Cluster_Kmeans