C语言的kmeans算法，简单，注释详细

#include   
#include   
#include   
#include   
#include   
  
#define N 11  
#define K 3  
  
typedef struct  
{  
    float x;  
    float y;  
}Point;  

int belongCluster[N];  ///  判断每个点属于哪个簇  
  
Point point[N] = {  
    {2.0 10.0}  
    {2.0 5.0}  
    {8.0 4.0}  
    {5.0 8.0}  
    {7.0 5.0}  
    {6.0 4.0}  
    {1.0 2.0}  
    {4.0 9.0}  
    {7.0 3.0}  
    {1.0 3.0}  
    {3.0 9.0}  
};  
  
Point clusterCenter[K];  ///  保存每个簇的中心点  
  
float getDistance（Point point1 Point point2）  
{  
    float d;  
    d = sqrt（（point1.x - point2.x） * （point1.x - point2.x） + （point1.y - point2.y） * （point1.y - point2.y））;  
    return d;  
}  
  
/// 计算每个簇的中心点  
void getCenter（int belongCluster[N]）  
{  
    Point tep;  
    int i j count = 0;  
    for（i = 0; i < K; ++i）  
    {  
        count = 0;  
        tep.x = 0.0;   /// 每算出一个簇的中心点值后清0  
        tep.y = 0.0;  
        for（j = 0; j < N; ++j）  
        {  
            if（i == belongCluster[j]）  
            {  
                count++;  
                tep.x += point[j].x;  
                tep.y += point[j].y;  
            }  
        }  
        tep.x /= count;  
        tep.y /= count;  
        clusterCenter[i] = tep;  
    }  
    for（i = 0; i < K; ++i）  
    {  
        printf（“The new centerCluster point of %d is : \t（ %f %f ）\n“ i+1 clusterCenter[i].x clusterCenter[i].y）;  
    }  
}  
  
/// 计算平方误差函数，在每个簇中每个点与中心点的距离平方和  
float getE（）  
{  
    int i j;  
    float cnt = 0.0 sum = 0.0;  
    for（i = 0; i < K; ++i）  
    {  
        for（j = 0; j < N; ++j）  
        {  
            if（i == belongCluster[j]）  
            {  
                cnt = （point[j].x - clusterCenter[i].x） * （point[j].x - clusterCenter[i].x） + （point[j].y - clusterCenter[i].y） * （point[j].y - clusterCenter[i].y）;  
                sum += cnt;  
            }  
        }  
    }  
    return sum;  
}  
  
/// 把N个点聚类，标出每个点属于哪个中心  
void cluster（）  
{  
    int i j q;  
    float min;  
    float distance[N][K];  
    for（i = 0; i < N; ++i）