Java 用kmeans寻找聚类的最远质心

下面是一个如何使用kmeans算法的示例：

在这个例子中，作者使用了“相距最远的两个个体（使用欧几里德距离度量）”作为初始质心

如果我想要的不是两个集群，而是10个呢！ 如何选择前10个质心？ 有没有办法选择相距最远的十个人？ 或者我应该用另一种方式来选择它们

---

PS：我不认为使用randon选项对我来说是好的。此外，我一直在尝试使用前10个个体作为质心，但我正在寻找更好的方法来选择它们。

简单地选择距离最远的K个实体作为初始质心是相当危险的。现实世界的数据集往往有异常值，根据您的方法，这些异常值将被选为初始质心

---

K-Means有很多初始化算法，也许您想看看智能K-Means。

选择初始质心的最常用方法是使用kmeans++ . 具有理论性能保证

---

许多python集群包实现了这种初始化，比如mlpy、scipy KMeans。但是我不知道JAVA。

选择初始质心最常见的方法是什么？我想大多数人只是简单地运行K-Means多次（比如100次），然后选择K-Means输出最小的集群。如果您的数据集太大，无法多次运行K-Means，我建议您使用智能K-Means。我的数据集有69个元素，可以分成8个集群。如果我选择元素0、9、18、27、36、45、54和63作为第一个质心，Kmeans根据每个簇元素的平均值将这些质心重新组织6次，然后它们收敛。