主要内容
K-手段和K-Medoids聚类
通过最小化平均距离或medoid距离进行聚类，并计算马氏距离
k-均值和k-中心点群集将数据划分为K互斥群集的数量。这些技术通过分别最小化从数据点到其指定簇的平均或中间位置的距离，将每个观测值分配给簇。马氏距离是使用样本数据的平均值和标准偏差计算的无单位度量，并说明数据内的相关性。
实时编辑器任务
| 群集数据 | 使用群集数据K-实时编辑器中的平均算法 |
话题
将数据划分为K相互排斥的集群。
您还可以从以下列表中选择网站：
