基于成对距离数据的关系c-均值聚类

传统（或硬）c-均值算法是一种广泛使用的方法，用于在一些数据集X={x1，x2，|，xxn.虽然当x直接可用时，该方法通常会产生良好的硬分区，但当关于要分区的对象的信息仅通过成对平方距离δ的矩阵Δ（xi，xj）可用时，不能应用该方法在本文中，我们提出了一种直接从Δ产生硬c均值聚类的方法，而不参考特征向量{xi}。通过一个简单的数值例子说明了我们的方法。最后，我们指出同样的算法可以推广到模糊c-均值泛函族。