为了克服K均值算法收敛于局部最小的问题,有人提出了一个二分K均值的算法。回来继续
centroids[:,j] = minJ + rangeJ * random.rand(k, 1) return centroids def Kmeans(dataSet, k, distMeans = distEclud, createCent = randCent): m = shape(dataSet)[0] #建立一个m*2的矩阵位置0记录聚类的索引,位置1记录到聚类质心的距离 clusterAssment = mat(zeros((m,2))) centroids = crea...