k-means顧名思義k-均值，通過計算一類記錄的均值來代表該類，但是受異常值或極端值的影響比較大，這裡介紹另外一種算法k-medodis。看起來和k-means比較相似，但是k-medoids和k-means是有差別的，不一樣的地方在于中心點的選取，在k-means中，我們将中心點取為目前cluster中所有資料點的平均值，在 k-medoids算法中，我們将從目前cluster 中選取這樣一個點——它到其他所有（目前cluster中的）點的距離之和最小——作為中心點。
k-means算法的缺點：
産生類的大小相差不會很大，對于髒資料很敏感。
改進的算法：k-medoids方法。
這兒選取一個對象叫做mediod來代替上面的中心的作用，這樣的一個medoid就辨別了這個類。
k-medodis的具體流程如下：
1）任意選取k個對象作為medoids（o1,o2,…oi…ok）。
2）将餘下的對象分到各個類中去（根據與medoid最相近的原則）；
3）對于每個類（oi）中，順序選取一個or，計算用or代替oi後的消耗—e（or）。選擇e最小的那個or來代替oi。這樣k個medoids就改變了。
4）重複2、3步直到k個medoids固定下來。
不容易受到那些由于誤差之類的原因産生的髒資料的影響，但計算量顯然要比k-means要大，一般隻适合小資料量。
<b>原文釋出時間為：2013-08-4</b>
<b></b>
<b>本文來自雲栖社群合作夥伴“大資料文摘”，了解相關資訊可以關注“bigdatadigest”微信公衆号</b>