给定n个样本的距离矩阵，D=(dij)n×n，其中dij = dji表示物体i与j之间的距离。定义代价函数，设计一种基于距离矩阵 将n个对象聚类成K个簇的分区聚类算法。
ML新手，求路过大神说一下思路
http://xueshu.baidu.com/s?wd=%E5%9F%BA%E4%BA%8E%E8%B7%9D%E7%A6%BB%E7%9F%A9%E9%98%B5%E7%9A%84%E8%81%9A%E7%B1%BB%E7%AE%97%E6%B3%95%E9%97%AE%E9%A2%98&tn=SE_baiduxueshu_c1gjeupa&ie=utf-8&sc_hit=1
我给一个一般的思路：1，随机指定一个样本作为baseline；2，计算其它所有的样本和它的距离；3，针对距离对所有样本排序，可以分出来K个range，也就是k类；扩展思路就在于随机指定几个样本？每个样本和其它多少个样本比较？