faiss 聚类算法详解（聚类算法源码解析）

 聚类的步骤

• 初始化中心点(因为聚类效果和初始中心点相关，容易出现局部最优，所以可以多初始化几次)。
• 根据中心点，计算每个向量到中心点的距离。
• 根据距离，把向量归属于不同的中心点
• 然后对中心点周围的向量，累加取平均形成新的中心点。
• 然后开始新一轮的聚类。
• 从多次聚类中，选择最优的中心点，训练完成。

代码详解

    for (int redo = 0; redo < nredo; redo++) { ///切换初始的中心点(避免局部最优)，

        if (verbose && nredo > 1) {
            printf("Outer iteration %d / %d\n", redo, nredo);
        }   

        // initialize remaining centroids with random points from the dataset
        centroids.resize (d * k); 
        std::vector<int> perm (nx);

        rand_perm (perm.data(), nx, seed + 1 + redo * 15486557L);
        for (int i = n_input_centroids; i < k ; i++) ///n_input_centroids:已有中心点的个数
            memcpy (&centroids[i * d], x + perm[i] * d,
                    d * sizeof (float)); ///初始化中心点

        po