变种

基于参考点的快速聚类算法是个挺实用的家伙，尤其是大数据的时候，真能省不少事。它的核心就是选一批“参考点”作为聚类的代表，再通过缩放和平移这些点，把数据点给合理地圈起来。和传统的聚类比，它更擅长那种形状比较奇怪、密度不均的场景。你听过CURE这个名字，它就是这类算法里比较经典的代表，用的也是参考点策略，效率还不错。 你要是做数据挖掘的，或者搞图像、文本之类的聚类，挺建议研究下它的思路。像现在有些库，比如 Python 里用 scikit-learn 搭配自定义实现，或者找个 GitHub 项目改改，都比较方便。代码也不复杂，主要就是数据结构得巧，效率自然就上去了。 再说下curd，它算是对 CU

MATLAB RRT * 变种已在2D和3D C空间中实现，包括RRT连接、惰性RRT和RRT扩展，具备可视化功能。