聚类分析---基于中心的k-medoids

Cluster the following data set of ten objects into two clusters i.e. k = 2.

把下面10个数据对象分成2个簇

Consider a data set of ten objects as follows:

第一步：
我们假设c1=(3,4)和c2=(7,4)是两个中心。

（2,6）到c1(3,4)的距离是3，（7,4）到c2(2,6)的距离是7，因此（2,6）和c1是一个簇。

按照同样的方法。得到：

Cluster1 = {(3,4)(2,6)(3,8)(4,7)}

Cluster2 = {(7,4)(6,2)(6,4)(7,3)(8,5)(7,6)}

 

Cost((3,4),(2,6))=|3-2|+|6-4|=3

第二步：

选择一个非中心点o’,我们假设o’=(7,3)

 

 

用同样的方法划分出两个簇：

然后再计算它总共的开销：

因此前面的那个选择更好。因此我们尝试了一些其他的非中心的点，发现我们的第一个选择是最好的。因此不会重新分配，算法停止。