k-medoid(k中心点)聚类算法Python实现

k-means算法有个很大的缺点，就是对孤立点敏感性太高，孤立点即是脱离群众的点，与众不同的点，即在显示中与其他点不是抱在一团的点。

为了体现两者的不同，我特意温习了一下知识，在构造初始点的时候，自己定义加入了几个孤立点，使用k-means算法跑的效果如下：

一开始的所有点：（可以看出其他点是混在一起有许多分类的）

 

使用k-means算法运行，定义3个中心点：

 

可以看到，此时的确是被分成了三类，只不过两个孤立点算在了一类

那么试一下k中心点算法，初始：

 

运算之后：

 

就这么简单，就验证了k中心点算法的优越之处

1.