k-means初始中心的选择

http://blog.csdn.net/hustlx/article/details/51362267

原文介绍了几种初始中心的方法，以及k值的选择。

初始中心选择过程中，对于第一种方法，即：

1.假设原始数据集为x，先随机选择一个数据点center_first（或者指定）

2.定义一个距离标准dist，计算dist（center_first,x）

3.选择出距离最远的那个数据点。

4.然后在迭代，寻找下一个距离之前的初始中心距离最远的点，直到指定的k值都选择完毕。

在运用这个方法的过程中，需要注意的是：

1.数据集若有离群点，那么选择的中心可能会有问题。

这一点可以通过取均值的情况得以缓解。

总体效果还可以接受