最大最小距离算法实例
10个模式样本点{x1(0 0), x2(3 8), x3(2 2), x4(1 1), x5(5 3), x6(4 8), x7(6 3), x8(5 4), x9(6 4), x10(7 5)}
第一步：选任意一个模式样本作为第一个聚类中心，如z1 = x1；
第二步：选距离z1最远的样本作为第二个聚类中心。

经计算，|| x6 - z1 ||最大，所以z2 = x6；
第三步：逐个计算各模式样本{x i, i = 1,2,…,N}与{z1, z2}之间的距离，即
D i1 = || x i - z1 ||
D i2 = || x i – z2 ||
并选出其中的最小距离min(D i1, D i2)，i =
1,2,…,N
第四步：在所有模式样本的最小值中选出最大距
离，若该最大值达到||z1 - z2 ||的一定比例以
上，则相应的样本点取为第三个聚类中心
z3，即：若max{min(D i1, D i2), i = 1,2,…,N} >
θ||z1 - z2 ||，则z3 = x i
否则，若找不到适合要求的样本作为新的
聚类中心，则找聚类中心的过程结束。

这里，θ可用试探法取一固定分数，如1/2。

在此例中，当i=7时，符合上述条件，故
z3 = x7
第五步：若有z3存在，则计算max{min(D i1, D i2, D i3),
i = 1,2,…,N}。

若该值超过||z1 - z2 ||的一定
比例，则存在z4，否则找聚类中心的过程
结束。

在此例中，无z4满足条件。

第六步：将模式样本{x i, i = 1,2,…,N}按最近距离分到最近的聚类中心：
z1 = x1：{x1, x3, x4}为第一类
z2 = x6：{x2, x6}为第二类
z3 = x7：{x5, x7, x8, x9, x10}为第三类最后，还可在每一类中计算各样本的均值，得到更具代表性的聚类中心。