资源是csv文件，大家可以直接使用

K均值算法一个是一维的，另一个是二维的 K中心点算法

K-medoids:K-中心点算法 不采用聚类中对象的平均值作为参照点，而是选用聚类中位置最中心的对象，即中心点（medoid）作为参照点 首先随机选择k个对象作为中心，把每个对象分配给离它最近的中心 然后随机地选择一个非中心对象替换中心对象，计算分配后的距离改进量。聚类的过程就是不断迭代，进行中心对象和非中心对象的反复替换过程，直到目标函数不再有改进为止。

之前总结了一篇k-中心点算法的文章后，现给出Matlab代码实现，代码含有详细的注释便于读者理解。

基于K-中心点算法实现 输入：结果簇的个数k和包含n个对象的数据集合 输出：k个簇的集合，使得所有对象与其最近中心点的相异度总和最小