實例1：KMeans（含源碼分析）

算法： 1. 選擇k個簇中心，作爲聚類中心 。 2. 計算每個樣本點到聚類中心的距離，將每個樣品點分配到最近的聚類中心，形成k個簇。 3. 計算每個簇的平均值，並將這個平均值作爲新的聚類中心。 4. 反覆執行2、3步驟，直到舊質心和新質心的差異小於閾值或迭代次數達到要求爲止。   實例： 在IDEA運行，如果是spark-shell命令行窗口， 可使用:paste進入粘貼模式，注意spark-sh

>>阅读原文<<