KMeansCentroidND() 通过应用 k 均值集群计算图表的行，并且对于每个图表行，显示此数据点已分配到的集群的所需坐标。集群算法使用的列由参数 coordinate_1 和 coordinate_2 等确定（可达 n 列）。这些都是聚合型。创建的集群数由 num_clusters 参数确定。
KMeansCentroidND 每行返回一个值。返回值是一个双重值，是与数据点分配到的集群中心相对应的位置坐标之一。
语法：
KMeansCentroidND((num_clusters, num_iter, coordinate_no, coordinate_1, coordinate_2 [,coordinate_3 [, ...]])
返回数据类型： 双
参数：
| 参数 | 说明 |
|---|---|
| num_clusters | 指定集群数的整数。 |
| num_iter | 使用重新初始化的集群中心进行集群的迭代次数。 |
| coordinate_no | 所需的质心坐标数字（例如，对应于 x、y 或 z 轴）。 |
| coordinate_1 | 计算第一个坐标的聚合，通常是散点图的 x 轴，可以从图表中生成。另外的参数计算第二、第三和第四个坐标等。 |
自动聚合
均值函数支持使用名为深度差 (DeD) 的方法支持自动聚合。如果用户为集群数设置 0，则会为该数据集确定最优集群数。注意，虽然没有显式返回集群数 (k) 的整数，但它是在均值算法中计算的。例如，如果在函数中为 KmeansPetalClusters 的值指定了 0 或通过变量输入框进行设置，则会根据最佳的集群数自动计算数据集的簇分配。