一种有效的K-means初始中心优化算法

局部最优是K-means算法最容易形成的一个问题，所以聚类结果会大大受初始中心的波及。。针对这一问题，找到了改进初始聚类中心的新方法：首先，选择高密度区域内距离最远的两个点为初始中心，然后将第3个初始中心位置规定在与已知初始聚类中心距离乘积最大的点上，以此类推，直到找到k个初始中心。实验证明，此算法有更快的收敛速度，生成的结果稳定性更强，正确率更高。