K-Medoids Clustering
K-Medoids 类似 K-Means 但中心为实际数据点（medoid），适用于任意距离度量的聚类。
用途
对噪声与离群点更鲁棒的聚类，支持任意距离。
机制
中心（medoid）为簇中使总距离最小的实际数据点。PAM 算法：交换 medoid 与非 medoid 若减小总距离。比 K-Means 鲁棒但 O(n^2) 更贵。
用例
- 鲁棒聚类
- 非欧距离聚类
- 生物信息
K-Medoids 类似 K-Means 但中心为实际数据点（medoid），适用于任意距离度量的聚类。
对噪声与离群点更鲁棒的聚类，支持任意距离。
中心（medoid）为簇中使总距离最小的实际数据点。PAM 算法：交换 medoid 与非 medoid 若减小总距离。比 K-Means 鲁棒但 O(n^2) 更贵。