Нахождение центра кластера

Возможно, у меня вот-вот начнется дрожь, которая возникает как раз перед тем, как проявить полную глупость. Но разве это не поддается грубой силе? В Python:

distances = [
[ 0 , 2 , 1 , 3 , 2 , 3 , 3 , 2 , 3 , 4 , ],
[ 2 , 0 , 1 , 3 , 2 , 3 , 3 , 2 , 3 , 4 , ],
[ 1 , 1 , 0 , 2 , 0 , 1 , 2 , 1 , 2 , 3 , ],
[ 3 , 3 , 2 , 0 , 1 , 2 , 3 , 2 , 3 , 4 , ],
[ 2 , 2 , 1 , 1 , 0 , 1 , 2 , 1 , 2 , 3 , ],
[ 3 , 3 , 2 , 2 , 1 , 0 , 3 , 2 , 3 , 4 , ],
[ 3 , 3 , 2 , 3 , 2 , 3 , 0 , 1 , 2 , 3 , ],
[ 2 , 2 , 1 , 2 , 1 , 2 , 1 , 0 , 1 , 2 , ],
[ 3 , 3 , 2 , 3 , 2 , 3 , 2 , 1 , 0 , 1 , ],
[ 4 , 4 , 3 , 4 , 3 , 4 , 3 , 2 , 1 , 0 , ],
]

currentMinimum = 99999

for point in range ( 10 ) :
    distance_sum = 0
    for second_point in range ( 10 ) :
        if point == second_point : continue
        distance_sum += distances [ point ] [ second_point ]
    print '>>>>>', point, distance_sum 

    if distance_sum < currentMinimum :
        currentMinimum = distance_sum 
        centre = point

print centre

a)

• найти медианные или средние значения всех расстояний. = avgAll
• Для каждого p найдите среднее расстояние до других машин. = avgP (i)
• Выберите ближайший как центр. avgAll ~ = avgP (i)

б) пока не знаю ..

может быть, для каждого p найти более близкую машину.

с помощью этой логики построить граф.

чем как-нибудь (я еще не знаю) разделить граф

То, что вы пытаетесь сделать, или, по крайней мере, (б) относится к кластерному анализу. Раздел математики / статистики / эконометрики, где точки данных (например, точки в n-мерном пространстве) разделены между группами или кластерами. Как это сделать - нетривиальный вопрос, существует много-много возможных способов.

Подробнее читайте в статье в Википедии о кластерном анализе .