2K—means聚类算法2.1基本思想K-means聚类算法一种常用的硬聚类算法.其工作原理是算法首先从n个数据集合中随机选取K个数据对象作为初始的聚类中心,初始的代表一个聚类。对于剩下的其他数据集。则分别计算它们到这些聚类中心的相似度(以欧氏距离作为相似度测量准则),并根据最短距离将每个数据对象赋给各个聚类中心。然后...
and then two points with highest density are selected as cluster centers for initial KMEANS clustering and updating the current cluster center after the ones with higher density have