step 1:
assign center point,
分配中心点，假设有两个类 ，先假定两个中心点，分别找到到这两个中心点比较近的元素点（红色），建立两个临时的类
step 2:
optimize center point,
优化中心点 是的类内的各个点到中心点的距离的平方最小，这一步需要移动两个中心点的位置。
step 3: 再次在整个集合上进行分类，再次进行第二步。
确定聚类数量 是使用k-means算法时最先做的也是最有挑战的工作。
K-means算法非常依赖初始中心点的位置，这也是K-means算法的局限性，可能出现局部最小解的情况。
