无监督学习中的K-均值算法是一种聚类方法,通过计算数据点之间的距离,将相似的数据分组。无需预先标记数据,适用于自动发现数据中的模式。算法通过不断迭代,调整聚类中心直到收敛,可用于图像分类、市场细分等场景。