每篇一句：

You’re gonna have to face your fear,sooner or later. —《冰河世纪》

最大最小距离算法：

最大最小距离算法也成为小中取大距离算法。这种方法首先根据确定的距离阈值寻找聚类中心，然后根据最近邻规则把模式样本划分到各聚类中心对应的类别中。

• 问题的提出

  已知N个待分类的模式样本{X1,X2,…,Xn}，要求分别分类到聚类中心Z1,Z2,…对应的类别中。

• 算法描述

  1.任选一个模式样本作为第一聚类中心Z1。

  2.选择离Z1距离最远的模式样本作为第二类聚类中心Z2。

  3.逐个计算每个模式样本与已知确定的所有聚类中心之间的距离，并选出其中的最小距离。

  4.在所有最小距离中选出一个最大距离，如果该最大值达到||Z1-Z2||的一定分数比值以上，则将产生最大距离的那个模式样本定义为新增聚类中心，并返回上一步。否则，聚类中心的计算步骤结束。

  5.重复步骤3和4，直到没有新的聚类中心出现为止。

  6.寻找聚类中心的运算结束后，将模式样本{Xi;i=1,2,…,n}按最近距离划分到相应的聚类中心所代表的的类别中。

从上面的步骤可以看出，最大最小距离算法可以概括的描述为以“试探类间欧氏距离最大”作为预选出最初聚类中心的条件；根据最小距离中的最大距离情况，确定其余的聚类中心；将全部聚类中心确定完之后，再按最近距离将所有模式划分到各类中去。算法的关键是怎样开新类，以及新类中心如何确定。因为算法的核心是寻找最小距离中的最大距离，所以也称小中取大距离算法。

python实现:

• 解释说明见代码中注释

# coding=utf-8

# 最大最小距离算法的Python实现
# 数据集形式data=[[],[],...,[]]
# 聚类结果形式result=[[[],[],...],[[],[],...],...]
# 其中[]为一个模式样本，[[],[],...]为一个聚类

import math


def start_cluster(data, t):
    zs = [data[0]]  # 聚类中心集，选取第一个模式样本作为第一个聚类中心Z1
    # 第2步：寻找Z2,并计算阈值T
    T = step2(data, t, zs)
    # 第3,4,5步，寻找所有的聚类中心
    get_clusters(data, zs, T)
    # 按最近邻分类
    result = classify(data, zs, T)
    return result


# 分类
def classify(data, zs, T):
    result = [[] for i in range(len(zs))]
    for aData in data:
        min_distance = T
        index = 0
        for i in range(len(zs)):
            temp_distance = get_distance(aData, zs[i])
            if temp_distance < min_distance:
                min_distance = temp_distance
                index = i
        result[index].append(aData)
    return result


# 寻找所有的聚类中心
def get_clusters(data, zs, T):
    max_min_distance = 0
    index = 0
    for i in range(len(data)):
        min_distance = []
        for j in range(len(zs)):
            distance = get_distance(data[i], zs[j])
            min_distance.append(distance)
        min_dis = min(dis for dis in min_distance)
        if min_dis > max_min_distance:
            max_min_distance = min_dis
            index = i
    if max_min_distance > T:
        zs.append(data[index])
        # 迭代
        get_clusters(data, zs, T)


# 寻找Z2,并计算阈值T
def step2(data, t, zs):
    distance = 0
    index = 0
    for i in range(len(data)):
        temp_distance = get_distance(data[i], zs[0])
        if temp_distance > distance:
            distance = temp_distance
            index = i
    # 将Z2加入到聚类中心集中
    zs.append(data[index])
    # 计算阈值T
    T = t * distance
    return T


# 计算两个模式样本之间的欧式距离
def get_distance(data1, data2):
    distance = 0
    for i in range(len(data1)):
        distance += pow((data1[i]-data2[i]), 2)
    return math.sqrt(distance)

# 数据集
data = [[0, 0], [3, 8], [1, 1], [2, 2], [5, 3], [4, 8], [6, 3], [5, 4], [6, 4], [7, 5]]
# 设置阈值比例
t = 0.5
result = start_cluster(data, t)
for i in range(len(result)):
    print "----------第" + str(i+1) + "个聚类----------"
    print result[i]

# 打印结果：
# ----------第1个聚类----------
# [[0, 0], [1, 1], [2, 2]]
# ----------第2个聚类----------
# [[3, 8], [4, 8]]
# ----------第3个聚类----------
# [[5, 3], [6, 3], [5, 4], [6, 4], [7, 5]]

最后：

本文简单的介绍了 聚类算法——最大最小距离算法 的相关内容，以及相应的代码实现。如果有错误的或者可以改进的地方，欢迎大家指出。

代码地址：聚类算法——最大最小距离算法（码云）

原文地址：聚类算法——最大最小距离算法，也是本人的CSDN账号，欢迎关注，博客会第一时间在CSDN更新。