K-Means:Lloyd,Forgy,MacQueen,Hartigan-Wong

我正在使用R中的K-Means算法,我想弄清楚4个算法Lloyd,Forgy,MacQueen和Hartigan-Wong的差异,它们可用于stats包中的"kmeans"功能.

但是我很明显能够对这个问题给出足够的答案.

我只找到了一些很少的信息:(访问http://en.wikibooks.org/wiki/Data_Mining_Algorithms_In_R/Clustering/K-Means)

根据这个描述,Lloyd,Forgy和Hartigan-Wong对我来说似乎是一样的.最小化平方和或最小化欧几里德距离是相同的.

如果我正确的话,如果一个对象被移动到另一个集群,MacQueen就会更新两个相关的集群.

尽管如此,我仍然没有看到这些算法在哪些方面有所不同.