系统聚类算法K-means 属于聚类分析中一种基本的划分方法，常采用误差平方和准则函数作为聚类准则，该算法在处理大数据集时是相对可伸缩且高效率的，同时具有潜在的数据并行性。但是这种算法依赖于初始值的选择以及数据的输入顺序；此外，当运用误差平方和准则函数测度聚类效果时，如果各簇的形状和大小差别很大，为使误差平方和 Jc 值达到最小有可能出现将大的聚类簇分割的现象。-system clustering algorithm K-means cluster analysis is a basic met

非监督聚类的方法，该论文描述如何使用分形维数进行聚类判定准则，从而达到理想的聚类效果，经典论文-Unsupervised clustering method, the paper describes how to use the fractal dimension of the clustering criteria, in order to achieve the desired clustering effect, the classic paper

实现了粗糙模糊聚类，附带两种常用的聚类结果评价标准，可直接运行-To achieve a rough fuzzy clustering, with two commonly used clustering results of the uation criteria, can be directly run