k-均值算法和k-中心点算法是聚类数据划分算法的典型算法

k-均值算法和k-中心点算法都是聚类数据划分算法的典型算法。其中，k-均值算法是一种基于距离的聚类算法，它将数据集划分为k个簇，每个簇的中心是该簇中所有点的平均值。该算法的核心思想是最小化簇内平方误差和，即将每个点到其所属簇的中心的距离的平方和最小化。而k-中心点算法则是一种基于密度的聚类算法，它通过不断地选择距离当前中心点最远的点作为新的中心点，直到选出k个中心点为止。该算法的核心思想是将数据集划分为k个簇，使得每个簇的中心点到该簇中所有点的距离最小化。这两种算法都有其优缺点，具体应用时需要根据实际情况进行选择。