数据挖掘中的划分聚类简介(k均值和k中心点)

     k均值方法介绍：

         从中任意选择k个对象作为簇的中心

     repeat

        根据均值，将每个对象划分到最相似的簇

        更新簇均值，计算每个簇对象的均值

    until 不再发生变化

  存在的缺点;

      1.只有簇有均值定义的时候才能使用

      2.不适合发现凸形状的簇，或者大小相差很大的簇，适合发掘圆形簇

      3.对噪声数据十分敏感

  

    为了降低噪声数据的影响，不以均值作为参考点，而是以每个簇中的实际对象作为参考点。那么就引入了k中心点聚类方法。

        从数据集中任意选择k个对象作为初始的代表对象

   repeat

       将剩余的对象指派的最近的簇中

        随机选择一个非代表对象o

       计算用o代表oj的代价s

      如果s<0，then 用o代替oj形成新的k个簇

  until 不发生变化。

  缺点：

    1. 也是适合发现圆形簇

    2. 对小数据有效，但是对于大数据没有好的伸缩性