划分（分裂）方法
层次分析方法
基于密度的方法
基于网格的方法
基于模型的方法
K-Means 算法（K-平均）、K-MEDOIDS 算法（K-中心点）、CLARANS
算法（基于选择的算法）
BIRCH 算法（平衡迭代规约和聚类）、CURE 算法（代表点聚类）、
CHAMELEON 算法（动态模型）
DBSCAN 算法（基于高密度连接区域）、DENCLUE 算法（密度分
布函数）、OPTICS 算法（对象排序识别）
STING 算法（统计信息网络）、CLIOUE 算法（聚类高维空间）、
WAVE-CLUSTER 算法（小波变换）
统计学方法、神经网络方法
常用聚类算法见表 9-2。
表 9-2 常用聚类分析算法
算法名称
K-Means
K-中心点
算法描述
K-均值聚类也叫快速聚类法，在最小化误差函数的基础上将数据划分为预定
的类数 K。该算法原理简单并便于处理大量数据。
K-均值算法对孤立点的敏感性，K-中心点算法不采用簇中对象的平均值作为
簇中心，而选用簇中离平均值最近的对象作为簇中心。
系统聚类也叫多层次聚类，分类的单位由高到低呈树形结构，且所处的位置越
低，其所包含的对象就越少，但这些对象间的共同特征越多。该聚类方法只适
合在小数据量的时候使用，数据量大的时候速度会非常慢。
系统聚类
9.1.2 K-Means 聚类算法
K-Means 算法是典型的基于距离的非层次聚类算法，在最小化误差函数的基础上将数
据划分为预定的类数 K，采用距离作为相似性的评价指标，即认为两个对象的距离越近，其
相似度就越大。
1. 算法过程
1） 从 N 个样本数据中随机选取 K 个对象作为初始的聚类中心；
2） 分别计算每个样本到各个聚类中心的距离，将对象分配到距离最近的聚类中；
3） 所有对象分配完成后，重新计算 K 个聚类的中心；
4） 与前一次计算得到的 K 个聚类中心比较，如果聚类中心发生变化，转 2)，否则转
5)；
5） 当质心不发生变化时停止并输出聚类结果。
聚类的结果可能依赖于初始聚类中心的随机选择，可能使得结果严重偏离全局最优分
类。实践中，为了得到较好的结果，通常以不同的初始聚类中心，多次运行 K-Means 算法。
在所有对象分配完成后，重新计算 K 个聚类的中心时，对于连续数据，聚类中心取该簇的
均值，但是当样本的某些属性是分类变量时，均值可能无定义，可以使用K-众数方法。
