K-中心聚类算法

基本思想：选用簇中位置最中心的对象，试图对n个对象给出k个划分，代表对象也被称为中心点，其他对象则被称为非代表对象。最初随机选择k个对象作为中心点，该算法反复地利用非代表对象来代替代表对象，试图找出更好的中心点，以改进聚类的质量。在每次迭代中，所有可能的对象对被分析，每个对中的一个对象是中心点，而另一个是非代表对象。每当重新分配发生时，平方误差所产生的差别对代价函数有影响。因此，如果一个当前的中心点对象被非中心点对象所代替，代价函数将计算平方误差值所产生的差别。替换的总代价是所有非中心对象所产生的代价之和。如果总代价为负的，那么实际的平方差将会减少，代表对象可被非代表对象代替，否则被认为可被接受。

为了判定一个非代表对象是否是当前代表对象的好的替代，对于每一个非中心点对象，有以下四种情况需要考虑：

（1）假设