改文献针对传统k—means算法对初始聚类中心敏感的问题，提出了基于数据样本分布选取初始聚类中心的改进k．means算法。该算法利用贪心思想构建K个数据集合，集合的大小与数据的实际分布密切相关，集合中的数据彼此间相互靠近。取集合中数据的平均值作为初始聚类中心，由此得到的初始聚类中心非常接近迭代聚类算法期待的聚类中心。理论分析和实验结果表明，改进算法能改善其聚类性能，并能得到稳定的聚类结果，取得较高的分类准确率。