k-means确定初始中心值的方法

KMeans算法是最常用的聚类算法，主要思想是:在给定K值和K个初始类簇中心点的情况下，把每个点(亦即数据记录)分到离其最近的类簇中心点所代表的类簇中，所有点分配完毕之后，根据一个类簇内的所有点重新计算该类簇的中心点(取平均值)，然后再迭代的进行分配点和更新类簇中心点的步骤，直至类簇中心点的变化很小，或者达到指定的迭代次数。

KMeans算法本身思想比较简单，但是合理的确定K值和K个初始类簇中心点对于聚类效果的好坏有很大的影响。

总结了一下，大概有以下几种方法。

1.随机选择，选择批次距离尽可能远的K个点

（1）随机选一个点作为一个类簇的初始中心点

（2）然后选取距离这个点最远的点作为第二个点

（3）之后选与前两个点距离和最远的点作为第三个点，一次类推。（有的说法是选择与前两个点最近距离最大的点作为第三个点）

（4）递归依次选择接下来的点

2.选用层次聚类或者Canopy算法进行初始聚类，然后利用这些类簇的中心点作为KMeans算法初始类簇中心点。