思想：k-means是每次選簇的均值作為新的中心，迭代直到簇中物件分布不再變化。其缺點是對於離群點是敏感的，因為乙個具有很大極端值的物件會扭曲資料分布。那麼我們可以考慮新的簇中心不選擇均值而是選擇簇內的某個物件，只要使總的代價降低就可以。
pam（partitioning around medoid，圍繞中心點的劃分）是具有代表性的k-medoids演算法。
它最初隨機選擇k個物件作為中心點，該演算法反覆的用非代表物件（非中心點）代替代表物件，試圖找出更好的中心點，以改進聚類的質量。
例子：
空間有5點, 各點之間距離關係如表，根據pam演算法進行聚類分析。
樣本點abc
dea0
1223
b102
43c2
2015
d241
03a3
3530
假設分為2類，以a，b為中心點，初始聚類為和。接下來進行交換（以非代表物件代替代表物件），我們需要計算tcac、tcad、tcae、tcbc、tcbd、tcbe。
tcij表示用非中心點j替換中心點i所產生的代價。
計算tcac：當a被c替換後，設一指標p遍歷所有物件，判斷他們是否聚到別的類裡。
先看a是否變化：c成為中心點後，a離b比a離c近，故a被劃分到b簇裡。所產生的代價為d(a,b)-d(a,a)=1(d(i,j)表示i劃分到中心點j的距離；差值表示屬於新的中心點-屬於舊的中心點產生的代價。)
看b是否變化：c成為中心點後，b當然離自己是最近的，不變
看c是否變化：c成為中心點後，c劃分到c簇裡，代價為d(c,c)-d(c,a)=-2
看d是否變化：c成為中心點後，d離c最近，故劃分到c裡，代價為d（d,c）-d（d,a）=-1；
看e是否變化：c成為中心點後，e離b最近，為0
tcac就等於上述的代價之和，為1+0-2-1+0=-2。
同理需要計算tcad=-2、tcae=-1、tcbc=-2、tcbd=-2、tcbe=-2
然後選取代價最小的替換，這裡有多個選擇，隨便選擇乙個就行。選c的話，新的簇為和。新的簇中心為c，b，繼續迭代計算直到收斂。
為了判定乙個非代表物件orandom是否是當前乙個代表物件oi的好的替代，對於每乙個非中心點p，需要考慮下面4中情況：
第一種情況：p當前隸屬於代表物件oj（a類中心點），如果oj被orandom所代替作為代表物件，並且p離其他代表物件oi（b類的中心點）最近，則p重新分配給oi。(i!=j)
第二種情況：p當前隸屬於代表物件oj（a類中心點），如果oj被orandom所代替作為代表物件，並且p離orandom（新的中心點）最近，則p重新分配給orandom。(i!=j)
第三種情況：p當前隸屬於代表物件oi（b類中心點），如果oj被orandom所代替作為代表物件，並且p仍然離oi最近，則p不發生變化。(i!=j)
第四種情況：p當前隸屬於代表物件oi（b類中心點），如果oj被orandom所代替作為代表物件，並且p離orandom最近，則p重新分配給orandom。(i!=j)
K中心點演算法（K medoids）
k 中心點演算法 k medoids 前面介紹了 k means 演算法，並列舉了該演算法的缺點。而 k中心點演算法 k medoids 正好能解決 k means 演算法中的 雜訊 敏感這個問題。如何解決的呢？首先，我們得介紹下 k means 演算法為什麼會對 雜訊 敏感。還記得 k means...
聚類分析 K Means演算法
k means演算法 這是基於劃分的聚類演算法，該演算法效率較高，對大規模資料進行聚類時被廣泛使用。基本思路 把資料集劃分成k 個簇，每個簇內部的樣本非常相似，不同簇之間的差異非常大。k means演算法是乙個迭代演算法，先隨機選擇 k個物件，每個物件代表了起中心，對於剩下的物件，將其賦給最近的簇，...
KMeans演算法的K值以及初始類簇中心點的選取
kmeans演算法是最常用的聚類演算法，主要思想是 在給定k值和k個初始類簇中心點的情況下，把每個點 亦即資料記錄 分到離其最近的類簇中心點所代表的類簇中，所有點分配完畢之後，根據乙個類簇內的所有點重新計算該類簇的中心點 取平均值 然後再迭代的進行分配點和更新類簇中心點的步驟，直至類簇中心點的變化很...