1、引言k-means算法主要是用来解决什么问题呢?主要是用来解决类似于这样的问题：聚类，如一次班级聚餐，平时玩的好的同学，就会自动的聚集在一起愉快的玩耍。那么什么样才算平时玩的好呢?请看k-means算法。
一、 大数据基本概念 大数据Big Data是指大小超出了常用的软件工具在运行时间内可以承受的收集，管理和处理数据能力的数据集;大数据是目前存储模式与能力、计算模式与能力不能满足存储与处理现有数据集规模产生的相对概念。大数据的预处理主要完成对已接收数据的辨析、抽取、清洗等操作。
“数据+算法=模型”。面对具体的问题，选择切合问题的模型进行求解十分重要。有经验的数据科学家根据日常算法的积累，往往能在最短时间内选择更适合该问题的算法，因此构建的模型往往更准确高效。本文归纳了机器学习的10大算法，并分别整理了各算法的优缺点及主要特征，供大家学习参考。
1.Bloom Filter由一个很长的二进制向量和一系列hash函数组成优点：可以减少IO操作，省空间缺点：不支持删除，有误判如果要支持删除操作： 改成计数布隆过滤器2.SkipList（跳表）核心思路： 由多层组成，每层都是一个有序链表，最底层包含所有元素，元素数逐层递减。
Laxcus大数据管理系统提供了基于Diffuse/Converge分布算法的计算能力。算法的具体介绍详见《Laxcus:大数据处理系统》一文。本图展示了在集群环境下的随机数产生、排序、显示、存储的过程。
