硬C均值聚类

简介      硬C-均值（HCM）是一种典型的无监督学习算法，主要将相似的样本自动的归为一类，事先确定好常数K，常数K意味着最终聚类的类别个数。通过计算每个样本到质心之间的相似度，将样本归到相似的类中。在分类过程中每次都要计算所有样本到质心的距离，在大规模数据上，该算法的收敛速度比较慢。 思想 硬聚类分析的目标如下所示： 式子中，dik表示第i类中的样本xk与第i类样本之间的失真度，经常用两个矢

>>阅读原文<<