2》原始K-Means算法的缺陷：结果好坏依赖于对初始聚类中心的选择、容易陷入局部最优解、对K值的选择没有准则可依循、对异常数据较为敏感、只能处理数值属性的数据、聚类结构可能不平衡
3》K-Means的变体
Bradley和Fayyad等：降低对中心的依赖，能适用于大规模数据集
Dhillon等：调整迭代过程中重新计算中心方法，提高性能
Zhang等：权值软分配调整迭代优化过程
Sarafis：将遗传算法应用于目标函数构建中
Berkh in等：应用扩展到了分布式聚类
还有：采用图论的划分思想，平衡聚类结果，将原始算法中的目标函数对应于一个各向同性的高斯混合模型
5）优缺点
优点：应用最为广泛；收敛速度快；能扩展以用于大规模的数据集
缺点：倾向于识别凸形分布、大小相近、密度相近的聚类；中心选择和噪声聚类对结果影响大
3、基于约束的聚类算法 3.1约束对个体对象的约束、对聚类参数的约束；均来自相关领域的经验知识
3.2重要应用对存在障碍数据的二维空间按数据进行聚类,如COD(Clustering with Obstructed Distance)：用两点之间的障碍距离取代了一般的欧式距离
3.3不足通常只能处理特定应用领域中的特定需求
4、用于高维数据的聚类算法 4.1困难来源因素1）无关属性的出现使数据失去了聚类的趋势
2)区分界限变得模糊
4.2解决方法1)对原始数据降维
2)子空间聚类
CACTUS：对原始空间在二维平面上的投影
CLIQUE：结合基于密度和网格的聚类思想，借鉴Apriori算法
3)联合聚类技术
特点：对数据点和属性同时进行聚类
文本：基于双向划分图及其最小分割的代数学方法
4.3不足：不可避免地带来了原始数据信息的损失和聚类准确性的降低
5、机器学习中的聚类算法 5.1两个方法1)人工神经网络方法
自组织映射：向量化方法，递增逐一处理；映射至二维平面，实现可视化
基于投影自适应谐振理论的人工神经网络聚类
2)基于进化理论的方法
缺陷：依赖于一些经验参数的选取，并具有较高的计算复杂度
模拟退火：微扰因子；遗传算法（选择、交叉、变异）
5.2优缺点优点：利用相应的启发式算法获得较高质量的聚类结果
缺点：计算复杂度较高，结果依赖于对某些经验参数的选择
下面附上个人对聚类算法的选择及比较的理解：