我一直在研究和研究基于分区的聚类算法，如 K-means 和 K-Medoids。我了解到，与 K-means 相比，K-medoids 对于离群值更稳健。但是，我很好奇如果在分配数据点期间，两个或多个集群代表在数据点上具有相同的距离，将会发生什么。您将分配哪个集群的数据点？将数据点分配到一个簇中是否会对聚类结果产生很大影响？
最佳答案
为了防止不好的事情发生(无限循环等)，在绑定(bind)时总是优先选择已经分配给该点的集群。
关于algorithm - K-Medoids/K-Means 算法。两个或多个聚类代表之间距离相等的数据点，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/46368307/