以下是如何使用 kmeans 算法的示例：http: //mnemstudio.org/clustering-k-means-example-1.htm
在这个例子中，作者使用“相距最远的两个人（使用欧几里得距离测量）”作为初始质心，正如人们所说。
如果我想要的不是两个集群，而是 10 个集群怎么办！如何选择前 10 个质心？有没有办法选择相距最远的十个人？或者我应该用另一种方式来选择它们。
PS：我认为在我的情况下使用随机选择不会很好。此外，我一直在尝试使用前 10 个个体作为质心，但我正在寻找一种更好的方法来选择它们。
简单地选择距离最远的 K 个实体作为初始质心是相当危险的。现实世界的数据集往往有异常值，在您的方法下，这些将被选为初始质心。
K-Means的初始化算法有很多，也许你想看看智能K-Means。
选择初始质心的最常见方法是使用 kmeans++ http://en.wikipedia.org/wiki/K-means%2B%2B 。具有理论性能保证。
http://ilpubs.stanford.edu:8090/778/1/2006-13.pdf
很多python集群包都实现了这个初始化，比如mlpy、scipy KMeans。但我不知道JAVA。