（1） 选择某些初始值。可选不同的参数指标，也可在迭代过程中人为修改，以将N个模式样本按指标分配到各个聚类中心中去。
（2） 计算各类中诸样本的距离指标函数。
（3）~（5）按给定的要求，将前一次获得的聚类集进行分裂和合并处理（（4）为分裂处理，（5）为合并处理），从而获得新的聚类中心。
（6） 重新进行迭代运算，计算各项指标，判断聚类结果是否符合要求。经过多次迭代后，若结果收敛，则运算结束。
3. ISODATA算法流程图：
4.ISODATA算法
第一步：输入$N$个模式样本$\{x_i, i = 1, 2, …, N\}$
预选$N_c$个初始聚类中心$\{ z_1 ,z_2 , \ldots z_{N_c } \} $，它可以不等于所要求的聚类中心的数目，其初始位置可以从样本中任意选取。
预选：$K$ = 预期的聚类中心数目；
$\theta_N$ = 每一聚类域中最少的样本数目，若少于此数即不作为一个独立的聚类；
$\theta_S$ = 一个聚类域中样本距离分布的标准差；
$\theta_c$= 两个聚类中心间的最小距离，若小于此数，两个聚类需进行合并；
$L$= 在一次迭代运算中可以合并的聚类中心的最多对数；
$ I$ = 迭代运算的次数。
第二步：将$N$个模式样本分给最近的聚类$S_j$，假若$D_j = \min \{ \left\| {x - z_i } \right\|,i = 1,2, \cdots N_c \} $
，即$||x-z_j||$的距离最小，则$x \in S_j $。
第三步：如果$S_j$中的样本数目Sj<θN，则取消该样本子集，此时Nc减去1。
（以上各步对应基本步骤（1））
第四步：修正各聚类中心
\[
\begin{array}{*{20}c}
{z_j = \frac{1}{{N_j }}\sum\limits_{x \in S_j } x ,} & {j = 1,2, \cdots ,N_c } \\
\end{array}
\]
第五步：计算各聚类域Sj中模式样本与各聚类中心间的平均距离
\[
\begin{array}{*{20}c}
{\bar D_j = \frac{1}{{N_j }}\sum\limits_{x \in S_j } {\left\| {x - z_j } \right\|} ,} & {j = 1,2, \cdots ,N_c } \\
\end{array}
\]
第六步：计算全部模式样本和其对应聚类中心的总平均距离
\[
\bar D = \frac{1}{N}\sum\limits_{j = 1}^N {N_j \bar D_j }
\]
（以上各步对应基本步骤（2））
第七步：判别分裂、合并及迭代运算
- 若迭代运算次数已达到I次，即最后一次迭代，则置θc =0，转至第十一步。
- 若$N_c \le \frac{K}{2}$
，即聚类中心的数目小于或等于规定值的一半，则转至第八步，对已有聚类进行分裂处理。 - 若迭代运算的次数是偶数次，或$N_c \ge 2K$
，不进行分裂处理，转至第十一步；否则（即既不是偶数次迭代，又不满足$N_c \ge 2K$），转至第八步，进行分裂处理。
（以上对应基本步骤（3））
第八步：计算每个聚类中样本距离的标准差向量
\[
\sigma _j = (\sigma _{1j} ,\sigma _{2j} , \ldots ,\sigma _{nj} )^T
\]
其中向量的各个分量为
\[
\sigma _{ij} = \sqrt {\frac{1}{{N_j }}\sum\limits_{k = 1}^{N_j } {(x_{ik} - z_{ij} )^2 } }
\]
式中，i = 1, 2, …, n为样本特征向量的维数，j = 1, 2, …, Nc为聚类数，Nj为Sj中的样本个数。
第九步：求每一标准差向量{σj, j = 1, 2, …, Nc}中的最大分量，以{σjmax, j = 1, 2, …, Nc}代表。
第十步：在任一最大分量集{σjmax, j = 1, 2, …, Nc}中，若有σjmax>θS ，同时又满足如下两个条件之一：
- $\bar D_j > \bar D$和Nj > 2(θN + 1)，即Sj中样本总数超过规定值一倍以上，
- $N_c \le \frac{K}{2}$
则将zj 分裂为两个新的聚类中心和，且Nc加1。 中对应于σjmax的分量加上kσjmax，其中；中对应于σjmax的分量减去kσjmax。
如果本步骤完成了分裂运算，则转至第二步，否则继续。
（以上对应基本步骤（4）进行分裂处理）
第十一步：计算全部聚类中心的距离
\[D_{ij} = || z_i - z_j ||，i = 1, 2, …, N_c-1 ，j =i+1, …, N_c\]
第十二步：比较Dij 与θc 的值，将Dij <θc 的值按最小距离次序递增排列，即
\[
\{ D_{i_1 j_1 } ,D_{i_2 j_2 } , \ldots ,D_{i_L j_L } \}
\]
式中$D_{i_1 j_1 } < D_{i_2 j_2 } < \ldots < D_{i_L j_L } $。
第十三步：将距离为$D_{i_kj_k}$的两个聚类中心$Z_{i_k}$和$Z_{j_k}$合并，得新的中心为：
\[z_k^\ast= \frac{1}{{N_{i_k } + N_{j_k } }}[N_{i_k } z_{i_k } + N_{j_k } z_{j_k } ],k = 1,2, \cdots ,L\]
式中，被合并的两个聚类中心向量分别以其聚类域内的样本数加权，使$Z_k^\ast$为真正的平均向量。
（以上对应基本步骤（5）进行合并处理）
第十四步：如果是最后一次迭代运算（即第I次），则算法结束；否则，若需要操作者改变输入参数，转至第一步；若输入参数不变，转至第二步。
在本步运算中，迭代运算的次数每次应加1。
[算法结束]
5.例子：试用ISODATA算法对如下模式分布进行聚类分析：
\[\{x_1(0,0),x_2(3,8),x_3(2,2),x_4(1,1),x_5(5,3),x_6(4,8),x_7(6,3),x_8(5,4),x_9(6,4),x_{10}(7,5)\}\]
我们可以知道，N=10，n=2。假设取初始值$N_c=1$，z1=x1=(0 0)T，则运算步骤如下：
（1） 设置控制参数
取K=3，θN=1，θS=1，θc=4，L=1，I=4
（2） 按最小距离原则将模式集（xi）中每个模式分到某一类中。
由于此时只有一个聚类中心，因此S1={x1, x2, …, x10}，N1=10
（3） 因N1>θN ，无子集可抛
（4） 修改聚类中心
\[
z_1 = \frac{1}{{N_1 }}\sum\limits_{x \in S_1 } {x = \left( {\begin{array}{*{20}c}
{3.9} \\
{3.8} \\
\end{array}} \right)}
\]
（5） 计算模式样本与聚类中心间的平均距离$\bar D_1 $
\[
{\bar D_1 = \frac{1}{{N_1 }}\sum\limits_{x \in S_1 } {\left\| {x - z_1 } \right\|} = 3.0749}
\]
（6） 计算全部模式样本和其对应聚类中心的总平均距离
\[
\bar D = \bar D_1 = 3.0749
\]
（7） 因不是最后一次迭代，且$N_c<K/2$，进入（8）
（8） 计算S1中的标准差向量
\[
\sigma _1 = \left( {\begin{array}{*{20}c}
{2.2113} \\
{2.5219} \\
\end{array}} \right)
\]
（9） $\sigma_{1\max}$ 中的最大分量是2.5219，因此 $\sigma_{1\max}= 2.5219$。
（10）因$\sigma_{1\max}>\theta_s$ 且$N_c<\frac{K}{2}$，可将z1分裂成两个新的聚 类。设$r_j = 0.5\sigma _{1\max } \approx 1.261$.则
\[
z_1^ + = \left( {\begin{array}{*{20}c}
{3.9} \\
{5.061} \\
\end{array}} \right),z_1^ - = \left( {\begin{array}{*{20}c}
{3.9} \\
{2.539} \\
\end{array}} \right)
\]
为方便起见，将$z_1^+$和$z_1^-$表示为z1和z2，Nc加1 ，$N_c=2$.
（11） 重新进行分类
|
样本点 |
特征值 |
到z1的距离 |
到z2的距离 |
聚类结果 |
|
|
X1 |
0 |
0 |
6.3893 |
4.6537 |
S2 |
|
X2 |
3 |
8 |
3.0737 |
5.5347 |
S1 |
|
X3 |
2 |
2 |
3.6027 |
1.975 |
S2 |
|
X4 |
1 |
1 |
4.9902 |
3.2831 |
S2 |
|
X5 |
5 |
3 |
2.3362 |
1.1927 |
S2 |
|
X6 |
4 |
8 |
2.9407 |
5.4619 |
S1 |
|
X7 |
6 |
3 |
2.9424 |
2.15 |
S2 |
|
X8 |
5 |
4 |
1.5283 |
1.8288 |
S1 |
|
X9 |
6 |
4 |
2.3528 |
2.5582 |
S1 |
|
X10 |
7 |
5 |
3.1006 |
3.9581 |
S1 |
\[
{\rm{S}}1 = \{ {\rm{x2,x6,x8,x9,x10\} ,N}}_1 = 5
\]
\[
{\rm{S2 = \{ x1,x3,x4,x5,x7\} ,N}}_2 = 5
\]
（12） 因N1>θN 且N2>θN，无子集可抛。
（13） 修改聚类中心
\[
{z_1 = \frac{1}{{N_1 }}\sum\limits_{x \in S_1 } {x = \left( {\begin{array}{*{20}c}
5 \\
{5.8} \\
\end{array}} \right)} }
\]
\[
{z_2 = \frac{1}{{N_2 }}\sum\limits_{x \in S_2 } {x = \left( {\begin{array}{*{20}c}
{2.8} \\
{1.8} \\
\end{array}} \right)} }
\]
（14） 计算模式样本与聚类中心间的平均距离$\bar D_j ,j=1,2$
\[
{\bar D_1 = \frac{1}{{N_1 }}\sum\limits_{x \in S_1 } {\left\| {x - z_1 } \right\|} = {\rm{ 2}}{\rm{.2806}}}
\]
\[
{\bar D_2 = \frac{1}{{N_2 }}\sum\limits_{x \in S_2 } {\left\| {x - z_2 } \right\|} = {\rm{2}}{\rm{.4093}}}
\]
（15） 计算全部模式样本和其对应聚类中心的总平均距离$\bar D$
\[
\bar D = \frac{1}{N}\sum\limits_{j = 1}^N {N_j \bar D_j } = \frac{1}{{10}}\sum\limits_{j = 1}^2 {N_j \bar D_j = {\rm{2}}{\rm{.345}}}
\]
（16） 因是偶数次迭代，所以进行合并
（17） 计算聚类对之间的距离
\[
{D_{12} = \left\| {z_1 - z_2 } \right\| = {\rm{4}}{\rm{.5651}}}
\]
（18） 比较$D_{12}$ 与θc ，$D_{12}$>θc，所以聚类中心不发生合并
（19） 没有达到所需的聚类数，所以继续进行，重新分类
|
样本点 |
特征值 |
到z1的距离 |
到z2的距离 |
聚类结果 |
|
|
X1 |
0 |
0 |
7.6577 |
3.3287 |
S2 |
|
X2 |
3 |
8 |
2.9732 |
6.2032 |
S1 |
|
X3 |
2 |
2 |
4.8415 |
0.82462 |
S2 |
|
X4 |
1 |
1 |
6.2482 |
1.9698 |
S2 |
|
X5 |
5 |
3 |
2.8 |
2.506 |
S2 |
|
X6 |
4 |
8 |
2.4166 |
6.3151 |
S1 |
|
X7 |
6 |
3 |
2.9732 |
3.4176 |
S1 |
|
X8 |
5 |
4 |
1.8 |
3.1113 |
S1 |
|
X9 |
6 |
4 |
2.0591 |
3.8833 |
S1 |
|
X10 |
7 |
5 |
2.1541 |
5.2802 |
S1 |
\[
{\rm{S}}1 = \{ {\rm{x2,x6,x7,x8,x9,x10\} ,N}}_1 = 6
\]
\[
{\rm{S2 = \{ x1,x3,x4,x5\} ,N}}_2 = 4
\]
（20） 因N1>θN 且N2>θN，无子集可抛。
（21） 修改聚类中心
\[
{z_1 = \frac{1}{{N_1 }}\sum\limits_{x \in S_1 } {x = \left( {\begin{array}{*{20}c}
{{\rm{5}}{\rm{.1667}}} \\
{{\rm{5}}{\rm{.3333}}} \\
\end{array}} \right)} }
\]
\[
{z_2 = \frac{1}{{N_2 }}\sum\limits_{x \in S_2 } {x = \left( {\begin{array}{*{20}c}
2 \\
{1.5} \\
\end{array}} \right)} }
\]
（22） 计算模式样本与聚类中心间的平均距离，$\bar D_1,j=1,2$
\[
{\bar D_1 = \frac{1}{{N_1 }}\sum\limits_{x \in S_1 } {\left\| {x - z_1 } \right\|} = {\rm{2}}{\rm{.2673}}}
\]
\[
{\bar D_2 = \frac{1}{{N_2 }}\sum\limits_{x \in S_2 } {\left\| {x - z_2 } \right\|} = {\rm{1}}{\rm{.868}}}
\]
（23） 计算全部模式样本和其对应聚类中心的总平均距离$\bar D$
\[
\bar D = \frac{1}{N}\sum\limits_{j = 1}^N {N_j \bar D_j } = \frac{1}{{10}}\sum\limits_{j = 1}^2 {N_j \bar D_j = {\rm{ 2}}{\rm{.1076}}}
\]
（24） 此次是奇数次迭代，并且$N_c>\frac{K}{2}$，所以进行分裂操作
（25） 计算${\rm{S}}1 = \{ {\rm{x2,x6,x7,x8,x9,x10\} }}$
和$S21 = \{ x1,x3,x4,x5\} $
的标准差
\[
\sigma _1 = \left( {\begin{array}{*{20}c}
{1.3437} \\
{1.972} \\
\end{array}} \right),\sigma _2 = \left( {\begin{array}{*{20}c}
{1.8708} \\
{1.118} \\
\end{array}} \right)
\]
（26）${\rm{\sigma }}_{{\rm{1max}}} {\rm{ = 1}}{\rm{.972,\sigma }}_{{\rm{2max}}} {\rm{ = 1}}{\rm{.8708}}$
（27）此时，$\sigma_{1\max}=1.972>\theta_s,N_1=6>2(\theta_N+1)=4$且$\bar D_1>\bar D $,所以满足分裂的条件，将S1进行分裂。
设$\r_j=0.5\sigma_{1\max}\approx 0.986$,则
\[
{z_1^ + = \left( {\begin{array}{*{20}c}
{{\rm{5}}{\rm{.1667}}} \\
{{\rm{6}}{\rm{.3193}}} \\
\end{array}} \right),z_1^ - = \left( {\begin{array}{*{20}c}
{{\rm{5}}{\rm{.1667}}} \\
{{\rm{4}}{\rm{.3473}}} \\
\end{array}} \right)}
\]
为方便起见，将$Z_1^+$和$Z_^-$表示为$Z_{11}$和$Z_{12}$,$N_c$加1，$N_c=3$.
（28）重新进行分类
|
样本点 |
特征值 |
到的距离 |
到的距离 |
到的距离 |
聚类结果 |
|
|
X1 |
0 |
0 |
8.1626 |
6.7523 |
2.5 |
S2 |
|
X2 |
3 |
8 |
2.7421 |
4.247 |
6.5765 |
S11 |
|
X3 |
2 |
2 |
5.3558 |
3.9418 |
0.5 |
S2 |
|
X4 |
1 |
1 |
6.7569 |
5.3447 |
1.118 |
S2 |
|
X5 |
5 |
3 |
3.3235 |
1.3576 |
3.3541 |
S12 |
|
X6 |
4 |
8 |
2.046 |
3.8345 |
6.8007 |
S11 |
|
X7 |
6 |
3 |
3.4223 |
1.5842 |
4.272 |
S12 |
|
X8 |
5 |
4 |
2.3253 |
0.38524 |
3.9051 |
S12 |
|
X9 |
6 |
4 |
2.4645 |
0.90278 |
4.717 |
S12 |
|
X10 |
7 |
5 |
2.2587 |
1.946 |
6.1033 |
S12 |
\[S11=\{x2,x6\},N_{11}=2\]
\[S12=\{x5,x7,x8,x9,10\},N_{12}=5\]
（29） 因N11>θN 且N12>θN且N2>θN，无子集可抛
（30） 修改聚类中心
\[S2=\{x1,x3,x4\},N_2=3\]
\[
{z_{11} = \frac{1}{{N_{11} }}\sum\limits_{x \in S_{11} } {x = \left( {\begin{array}{*{20}c}
{3.5} \\
8 \\
\end{array}} \right)} }
\]
\[
{z_{12} = \frac{1}{{N_{12} }}\sum\limits_{x \in S_{12} } {x = \left( {\begin{array}{*{20}c}
{5.8} \\
{3.8} \\
\end{array}} \right)} }
\]
\[
{z_2 = \frac{1}{{N_2 }}\sum\limits_{x \in S_2 } {x = \left( {\begin{array}{*{20}c}
1 \\
1 \\
\end{array}} \right)} }
\]
（31） 计算模式样本与聚类中心间的平均距离$\bar D_j$
\[
{\bar D_{11} = \frac{1}{{N_{11} }}\sum\limits_{x \in S_{11} } {\left\| {x - z_{11} } \right\|} = {\rm{ 0}}{\rm{.5}}}
\]
\[
{\bar D_{12} = \frac{1}{{N_{12} }}\sum\limits_{x \in S_{12} } {\left\| {x - z_{12} } \right\|} = {\rm{ 0}}{\rm{.9521}}}
\]
\[
{\bar D_2 = \frac{1}{{N_2 }}\sum\limits_{x \in S_2 } {\left\| {x - z_2 } \right\|} = {\rm{0}}{\rm{.94281}}}
\]
（32） 计算全部模式样本和其对应聚类中心的总平均距离$\bar D$
\[
\bar D = \frac{1}{N}\sum\limits_{}^{} {N_j \bar D_j } = \frac{1}{{10}}\sum\limits_{}^{} {N_j \bar D_j = {\rm{0}}{\rm{.85889}}}
\]
（33） 因是偶数次迭代，所以进行合并
（34） 计算聚类对之间的距离
|
|
Z11 | Z12 | Z13 |
| Z11 |
0 |
4.7885 |
7.433 |
| Z12 |
4.7885 |
0 |
5.557 |
| Z2 |
7.433 |
5.557 |
0 |
所以
\[
{D_{1112} = \left\| {z_{11} - z_{12} } \right\| = {\rm{4}}{\rm{.7885 > }}\theta _c = 4}
\]
\[
{D_{112} = \left\| {z_{11} - z_2 } \right\| = 7.433{\rm{ > }}\theta _c = 4}
\]
\[
{D_{122} = \left\| {z_{12} - z_2 } \right\| = 5.557{\rm{ > }}\theta _c = 4}
\]
故没有可以合并的类
（35） 最后一次迭代，算法结束。
最终的聚类结果是
\[
S_1 = \{ x_2 ,x_6 \} ,S_2 = \{ x_5 ,x_7 ,x_8 ,x_9 ,x_{10} \} ,S_3 = \{ x_1 ,x_3 ,x_4 \} ,N_2 = 3
\]
MATLAB code下载：http://pan.baidu.com/s/1eRQ2V7c
该资料整理于国科大《模式识别》讲稿和作业。
