《(最大最小距离算法)》由会员分享，可在线阅读，更多相关《(最大最小距离算法)（2页珍藏版）》请在金锄头文库上搜索。
1、l 算法实例10个模式样本点：x1(0 0), x2(3 8), x3(2 2), x4(1 1), x5(5 3), x6(4 8), x7(6 3), x8(5 4), x9(6 4), x10(7 5)第一步：选任意一个模式样本作为第一个聚类中心，如z1 = x1第二步：选距离z1最远的样本作为第二个聚类中心。经计算，| x6 - z1 |最大，所以z2 = x6第三步：逐个计算各模式样本xi, i = 1,2,N与z1, z2之间的距离，即Di1 = | xi - z1 |Di2 = | xi z2 |并选出其中的最小距离min(Di1, Di2)，i = 1,2,N第四步：在所有模式
2、样本的最小值中选出最大距离，若该最大值达到|z1 - z2 |的一定比例以上，则相应的样本点取为第三个聚类中心z3，即若maxmin(Di1, Di2), i = 1,2,N |z1 - z2 |，则z3 = xi否则，若找不到适合要求的样本作为新的聚类中心，则找聚类中心的过程结束。这里，可用试探法取一固定分数，如1/2。在此例中，当i=7时，符合上述条件，故z3 = x7第五步： 若有z3存在，则计算maxmin(Di1, Di2, Di3), i = 1,2,N。若该值超过|z1 - z2 |的一定比例，则存在z4，否则找聚类中心的过程结束。在此例中，无z4满足条件。第六步：将模式样本xi, i = 1,2,N按最近距离分到最近的聚类中心：z1 = x1：x1, x3, x4为第一类z2 = x6：x2, x6为第二类z3 = x7：x5, x7, x8, x9, x10为第三类最后，还可在每一类中计算个样本的均值，得到更具代表性的聚类中心。
