1.動態聚類：k—means

基本思想：

（1）選擇K個點作為質心

（2）將每個點指派到最近的質心，形成K個類

（3）重新計算每個類的質心

（4）重複2—3知道質心不發生變化

例項：

優缺點：

（1）有效率且不易受初始值的影響

（2）不能處理非球形簇

（3）不能處理不同尺寸，不同密度的簇

（4）離群值可能有較大幹擾（因此要先剔除）

2.基於有代表性的點的技術：K中心聚類法

基本思想：

（1）隨機選擇K個點作為“中心點”

（2）計算剩餘的顛倒k箇中心點的距離，每個點被分配到最近的中心店組成聚簇

（3）隨機選擇一個非中心點Or，用它來替代現有的某個中心點Oj，計算這個代換的總代價S（pam使用離差平方和來計算成本S，在cluster包中可以實現）

（4）如果S<0，則用Or代替Oj,形成k箇中心點集合

（5）重複2，直至中心點集合不發成變化

K中心法的優缺點：

對於“噪聲較大和存在離群值的情況，K中心法更加健壯，不像Kmeans那樣容易受到極端資料的影響”，但其執行代價更高