Machine learning K-均值++；算法-解释下一个群集中心的选择

就像图片一样，为什么不选择点2作为簇的第二个点？而是生成一个随机数bettwen[0,1]

def initialize(X, K):#kmean++
m,n=shape(X)
C = mat(zeros((K,n)))
random_number=random.randint(0,m)
C[0,:]=X[random_number]
for k in range(1, K):
    D2 = scipy.array([min([scipy.inner(c-x,c-x) for c in C]) for x in X])
    probs = D2/D2.sum()
    cumprobs = probs.cumsum()
    r = scipy.rand()
    for j,p in enumerate(cumprobs):
        if r < p:
            i = j
            break
    C[k,:]=X[i]
return C

def初始化（X，K）：#kmean++
m、 n=形状（X）
C=mat（零（（K，n）））
随机数=random.randint（0，m）
C[0，：]=X[随机数]
对于范围（1，k）内的k：
D2=scipy.array（[min（[scipy.internal（c-x，c-x）表示c中的c]），表示x中的x]）
probs=D2/D2.sum（）
cumprobs=probs.cumsum（）
r=scipy.rand（）
对于枚举中的j，p（cumprobs）：
如果r

---

为什么要生成r与p进行比较（图中的累积概率是总和）？

因为对于行为分析，在处理概率驱动的选择时更容易理解发生了什么

直觉上，您不想选择最远的点，因为它可能是一个异常值。
您希望选择一个点，该点可能是相当远的质量的一部分。
为此，使用PDF进行选择效果良好