記得前一篇博文寫(xiě)過(guò)關(guān)于K-MEANS的內(nèi)容，K-MEANS顧名思義K-均值，通過(guò)計(jì)算一類(lèi)記錄的均值來(lái)代表該類(lèi)，但是受異常值或極端值的影響比較大，這里介紹另外一種算法K-medodis。

看起來(lái)和K-means比較相似，但是K-medoids和K-means是有區(qū)別的，不一樣的地方在于中心點(diǎn)的選取，在K-means中，我們將中心點(diǎn)取為當(dāng)前cluster中所有數(shù)據(jù)點(diǎn)的平均值，在 K-medoids算法中，我們將從當(dāng)前cluster 中選取這樣一個(gè)點(diǎn)——它到其他所有（當(dāng)前cluster中的）點(diǎn)的距離之和最小——作為中心點(diǎn)。

K-MEANS算法的缺點(diǎn)：
產(chǎn)生類(lèi)的大小相差不會(huì)很大，對(duì)于臟數(shù)據(jù)很敏感。
改進(jìn)的算法：K-medoids方法。

這兒選取一個(gè)對(duì)象叫做mediod來(lái)代替上面的中心的作用，這樣的一個(gè)medoid就標(biāo)識(shí)了這個(gè)類(lèi)。

K-MEDODIS的具體流程如下：
1）任意選取K個(gè)對(duì)象作為medoids（O1,O2,…Oi…Ok）?！　?br/>2）將余下的對(duì)象分到各個(gè)類(lèi)中去（根據(jù)與medoid最相近的原則）；　　
3）對(duì)于每個(gè)類(lèi)（Oi）中，順序選取一個(gè)Or，計(jì)算用Or代替Oi后的消耗—E（Or）。選擇E最小的那個(gè)Or來(lái)代替Oi。這樣K個(gè)medoids就改變了。
4）重復(fù)2、3步直到K個(gè)medoids固定下來(lái)?！　?br/>不容易受到那些由于誤差之類(lèi)的原因產(chǎn)生的臟數(shù)據(jù)的影響，但計(jì)算量顯然要比K-means要大，一般只適合小數(shù)據(jù)量。