K-means的算法流程：

1.选取K个点作为初始质心

2.将每个点指派到最近的质心，形成K个簇

3.对于上一步聚类的结果，进行平均计算，得出该簇的新的聚类中心

4.重复上述两步，直到迭代结束：质心不发生变化

深度学习——K-means聚类、梯度下降的步骤_聚类

梯度下降步骤：

1.用随机值初始化权重和偏差

2.把输入值传入网络，得到输出值

3.计算预测值和真实值之间的误差

4.对每一个产生误差的神经元，调整相应的（权重）值以减小误差

5.重复迭代，直到得到网络权重的最佳值