আমাদের একটি সেট 2-মাত্রিক পয়েন্ট দেওয়া হয়েছে এবং একটি পূর্ণসংখ্যা । আমাদের অবশ্যই চেনাশোনাগুলির একটি সংগ্রহ খুঁজে বের করতে হবে যা সমস্ত পয়েন্টগুলিকে সংযুক্ত করে রাখবে যে বৃহত্তম বৃত্তের ব্যাসার্ধ যতটা সম্ভব ছোট। অন্য কথায়, আমাদের অবশ্যই সেন্টার পয়েন্টের একটি পাওয়া উচিত যেমন ব্যয় ফাংশন হ্রাস করা হয়। এখানে, একটি ইনপুট পয়েন্ট p_i এবং একটি কেন্দ্র বিন্দু c_j এর মধ্যে ইউক্লিডিয়ান দূরত্ব চিহ্নিত করে । প্রতিটি পয়েন্ট নিজেকে নিকটবর্তী ক্লাস্টার কেন্দ্রের সাথে কে হিসাবে বিভাজনকে ভাগ করে দেয়কে কে এন সি = { সি 1 , সি 2 , … , সি কে } কে ব্যয় ( সি ) = সর্বাধিক আমি মিনিট জে ডি ( পি আই , সি জে ) ডি পি আই সি জে কে বিভিন্ন ক্লাস্টার
সমস্যাটি (বিযুক্ত) ক্লাসটারিং সমস্যা হিসাবে পরিচিত এবং এটি হ'ল -হারড। তা থেকে হ্রাস সঙ্গে দেখানো যেতে পারে -complete প্রভাবশালী সেট সমস্যা হল যদি অস্তিত্ব আছে একটি -approximation আলগোরিদিম সঙ্গে সমস্যার জন্য তারপর ।
অনুকূল -অপ্রোক্সিমেশন আলগোরিদিম খুব সহজ এবং স্বজ্ঞাত। একজন প্রথমে বিন্দুতে নির্বিচারে তুলে ধরে এবং এটি ক্লাস্টার সেন্টারগুলির সেট সিতে রাখে । তারপরে একটি পরবর্তী ক্লাস্টার কেন্দ্রটি বেছে নেয় যা অন্য সমস্ত ক্লাস্টার কেন্দ্র থেকে যতটা সম্ভব দূরে। তাই যখন , আমরা বারবার পি তে একটি পয়েন্ট জে find পাই যার জন্য দূরত্ব সর্বাধিক করা হয় এবং এটি সিতে যুক্ত করা হয় । একবার আমরা সম্পন্ন করেছি।
সময়ে অনুকূল লোভী অ্যালগরিদম চলে তা দেখতে অসুবিধা হয় না । এটি একটি প্রশ্ন উত্থাপন করে: আমরা সময় অর্জন করতে পারি ? আমরা আরও কত ভাল করতে পারি?