华为 AI 岗机考：X-Means 聚类题 300 分全绿通过

《面试题目》

1. 实现 X-Means：在给定范围 [Kmin, Kmax] 内自动选择 K 的 K-Means 聚类，按指定规则初始化、迭代、合并与输出。

《参考解析》

X-Means 的核心是「用 BIC 给不同 K 打分」。对每个候选 K 跑一遍 K-Means，收敛后计算该划分的 BIC（似然项减模型复杂度惩罚），取 BIC 最小的 K 作为结果。BIC 的直觉是「拟合得好但参数少」的模型更优，避免 K 越大越好。

题目给的初始化是确定性的：先按第一维排序，均匀取初始中心，不随机。这样结果可复现，也避免了随机初始化带来的波动。迭代过程是标准 K-Means：每个点分到最近中心（同距选小编号）、中心更新为簇内均值、直到归属不变。

收敛后的合并：如果两个中心的距离平方小于阈值（题里是 1e-4），就合并并更新实际簇数。这一步是为了防止出现几乎重合的簇。

输出细节别丢分：选全局 BIC 最小的结果后，按中心第一维从小到大重新编号，中心保留两位小数，再输出每个样本的标签。机考里格式错误和算法错误一样扣分，写完先拿题面样例对一遍。