基于密度的改进k均值算法及实现

？传统的k均值算法的初始聚类中心从数据集中随机产生，聚类结果很不稳定。提出一种基于密度算法优化初始聚类中心的改进k-means算法，该算法选择相互距离最远的k个处于高密度区域的点作为初始聚类中心。实验证明，改进的k-means算法能够消除对初始聚类中心的依赖，聚类结果有了较大的改进。