function 将数据点分配到最近的聚类中心

背景

在对大样本进行聚类时，由于k-means的计算开销问题，通常随机选取部分样本进行聚类，得到聚类中心。然而往往要得到每个样本最近聚类中心，这常用在检索索引构建中，eg. OPQ (PAMI 2014)，Inverted Multi-Index(PAMI 2014)。

算法步骤

设一个特征向量p（1*2000），2000是特征维数。聚类中心矩阵为C（256*2000），256为中心数，2000为特征维数。
1. 数据归一化
$\quad$ 对p各维计算平方和，得到p_norm，是一个浮点数。
2. 聚类中心归一化
$\quad$对C的每一行，计算各维平方和，得到c_norm:256*1
3. p_norm 扩展至 1*256
4. 计算p_norm = p_norm+c_norm;
5. 计算点p到256个中心的距离向量$dis = -2C * p + p\_norm$
6. 计算dis中最小的那个数据的index，即为离点p最近的聚类中心

分析

为什么第5步中的算式就得到距离了呢？
答：设C中的一个聚类中心向量为 (c1,c2,...,c2000