我对K-medoids的理解是，中心点是从现有点中随机选取的。通过将剩余点分配到最近的中心点来计算聚类。计算误差（绝对距离）。

a) 新中心点是如何选取的？从示例来看，它们似乎是随机选取的？然后再次计算误差，看这些新中心点是更好还是更差。

b) 你如何知道需要停止选取新中心点？

回答：

值得阅读维基百科页面来了解k-medoid算法。你关于第一步从n个数据点中随机选择k个中心点的说法是正确的。

新中心点是通过在一个循环中交换每个中心点m和每个非中心点o，然后重新计算距离来选取的。如果成本增加，则撤销交换。

如果在完整的一轮中没有交换，算法就会停止。