基于BinaryVector优化的KModes算法

这里将记录一下，如何快速的开发一个针对binary vector进行优化的KModes聚类算法。

首先，KModes算法本身和KMeans的过程是一致的，差别在于distance function和质心的更新方法上。

KModes采用Hamming Distance计算向量间的距离，质心的更新方法则是统计每个column中，出现频数最多的类别。
假设一共有5个向量：
[0, 1, 1, 0, 0]
[0, 0, 0, 1, 1]
[0, 0, 0 1, 0]
[1, 1, 1, 0, 0]
[1, 1, 0, 0, 0]
可以看到1，4，5是一类，2，3是一类。
更新的时候，假设1，2，3被划分到了一起，那么他们的质心计算过程就是：

• 统计每个column的值分布，[ {0:3, 1:0}, {0:2, 1:1}, {0:2, 1:1}, {0:1, 1:2}, {0:2, 1:1} ]
• 每个column下都保留最大值，[0, 0, 0, 1, 0]

接下来谈谈如何优化，binary vector一个重要的优化点就是数据表征，比如一个16维的0，1数组，可以用两个uint8_t的整数来压缩表示：

In: import numpy as np
In: np.packbits([0,