动态聚类法（dynamic clustering method）

亦称“快速聚类法”。聚类分析的一种方法。一般使用在样本很大的情况下。做法是先根据已有的知识和经验选择\(K\)个聚点（初始类中心），将全部样品划分为\(K\)类，然后按某种方法调整各类的样品，直至合理为止。调整分类的方法主要有成批调整和逐个调整（\(K\)均值法）两种。成批调整的基本步骤：（1）初始分类。选择\(K\)个聚点，计算每个样品与各聚点的距离，并将样品归入最近的聚点所在的类，得\(K\)类\(G_1^{(0)},G_2^{(0)},\cdots,G_K^{(0)}\)。（2）调整分类。计算各类的中心（即均值）\(\bar{x}_1^{(0)},\bar{x}_2^{(0)},\cdots,\bar{x}_K^{(0)}\)；把各类中心作为新的聚点，重新计算各样品与新聚点间的距离，并将每个样品重新归入最近的新聚点所在的类，得第一次调整的分类\(G_1^{(1)},G_2^{(1)},\cdots,G_K^{(1)}\)。（3）重复步骤（2），直至各类的样品不再变动为止。初始凝聚点选择得是否合理，直接关系到聚类分析的效率。