iotflh的博客

一、两个算法的区别两者的区别主要在质心的选择，K-means是样本点均值，K-medoid是从当前分类样本点中选取距离和最小的点。二、算法步骤1、K-means1、随机选取K个质心2、计算各个点到质心的距离3、将点的类划分到离他最近的质心，形成K个cluster4、根据分类好的cluster，在每个cluster内重新计算质心每个cluster中各个点的平均值5、重复迭代2-4次，知道前后两次分类误差小于指定值2、K-medoids1、随机选取K个质心质心必须是某些样本点的值2、计