摘要：
isodata算法就是先拟定一个预期类，再选取一些聚类中心，通过不断合并或者分裂聚类，达到分类的目的 关键就是在于，如何分裂，合并 要合并或者分裂 必须要确定一些指标 所以第一步就是要确定 某些指标 1.设置参数， a，确定样本 {xn} ， b，设置一个预期的分类数C， c，确定聚类中心的个数Nc 阅读全文
摘要：
要求 max{wp，wq都是样本点} < min {wp,wq 的类间距离} 合理 2. max{wp，里面样本点距离} > min {wp,wq 类间距离} 合并 3. wk 第二种情况是wp 所以也要合并 4. max {wp类内 两个样本点值 }> min{wp,wq 的类间值} max {w 阅读全文