一個確定初始聚類中心的更好方法

初始聚類中心的選擇對k-means算法的效果有非常顯著的影響，不合適的初始聚類中心可能導致： 1，算法收斂速度降低 2，更大的可能使聚類結果收斂到一個較差的局部最小值 3，某些簇最後是個空集（樣本量較小時這種情況經常出現） 經典的k-means算法的初始聚類中心是隨機選取的，這種方式有兩種不足： 1，某些初始聚類中心可能離羣體太遠，如下圖 2，有的聚類中心可能相互之間隔得太近 爲了克服這些缺點，比

>>阅读原文<<