一种kmeans初始聚类中心选取方法

Question

方法如图所示：(https://img-ask.csdn.net/upload/201505/09/1431153790_310284.png)

第一个点随机选取，第二个点是距离第一个最远的点，第三个点还有之后该怎么选？方法中说说的什么最近距离最大啥的根本看不懂，我理解是第三个点采取标准是与前两个点的距离之和最大，但是这样好像不对。

Answer 1

学习数据挖掘和机器学习，推荐你去参考经典的教材，而不是看一些自身水准未达标的博客文章。

聚类的实质是什么？

你看看下面的图，是不是最后形成了一个一个的簇（红簇、绿簇、蓝簇），簇是什么？就是簇里面的点都紧紧围绕着一个核心。

这个核心就是簇的代表。

所以找出了一个一个的核心，就相当于找出了类的代表，这个就是簇心的寻找过程。

那么在初始阶段，就是k阶段，你得预先指定好了，你要聚出几个类，或者说你要指定出几个簇心？

第一个簇心A随机找，是因为一开始你不知道哪个是簇心；
第二个簇心B要找距离A最远的，是因为簇心之间要相距远一些，如果很近的话，很容易当作一类，影响聚类效果；
第三个簇心C也是同样的，它得离A、B远一些；
其它依次类推。

指定好簇心后，你就开始按means方式来迭代聚类，直至所有的簇心稳定不再移动。