K均值聚类属于哪种聚类方法?A. 密度聚类B. 原型聚类C. 层次聚类D. 图聚类

考查要点：本题主要考查对聚类算法分类的理解，特别是K均值聚类的核心思想。
解题关键：明确不同聚类方法的定义，抓住K均值算法的基于簇中心（原型）迭代优化的特点。
核心思路：K均值通过定义簇的中心（原型），将数据点分配到最近的簇中，并迭代更新中心，属于原型聚类。

选项分析：

1. A. 密度聚类：基于数据点密度，如DBSCAN算法，将高密度区域划为同一簇。K均值不依赖密度，排除。
2. B. 原型聚类：以簇的中心或代表点（原型）为基准，通过优化原型位置完成聚类。K均值的“质心”正是原型，符合定义。
3. C. 层次聚类：通过构建树状层次结构，自底向上或自顶向下合并/拆分簇。K均值无层次结构，排除。
4. D. 图聚类：基于图的连通性，将数据点视为图的节点，通过切割优化划分。K均值不涉及图结构，排除。

结论：K均值通过优化簇中心（原型）完成聚类，属于原型聚类。