5 模式識別-動態聚類算法（K均值算法、迭代自組織的數據分析ISOData算法）

武漢理工大學資源 郭志強   動態聚類算法：先選取初始的中心（每個類別的初始中心），然後把所有的樣本進行聚類分析，聚類完成後，就去判斷這個聚類結果合不合理（滿不滿足設計指標要求），如果合理就輸出聚類結果（樣本分類結果），如果不合理就自動修改相應的參數（一般是聚類結束判斷參數），得到新的聚類中心之後再重新進行聚類，直到這組樣本點的分類效果合理輸出爲止。   動態聚類算法的常用方法：   1. K均值

>>阅读原文<<