kmeans算法是什么？怎么选k

kmeans是一种聚类算法，是先选择k个聚类中心然后不断加数据调整簇心直到簇心变化小于一定阈值则停止。
算法有优点也有缺点，优点是快，消耗内存小。缺点是初始簇心不好确定，算法效果对初始簇心的设置敏感，并且kmeans无法聚类环形类。（DB-SCAN可以）

追问一句，k怎么选择？
有两个种评价聚类好坏的指标，第一个不太知名，叫肘部法，仅计算簇心到簇内其他点的距离和，这个和突然下降的时候就是适合的k值。
第二个是通用的，叫轮廓系数法：s = avg(si)，既考虑了内聚度也考虑了分离度，s在0~1范围内，越靠近1越好。
si = (bi-ai)/max(bi,ai)，其中bi代表簇心到簇内各个点的平均距离，而ai代表簇心到其他簇心的最小平均距离。