ISODATA算法是一种聚类算法,与K-Means算法有相似之处,即聚类中心也是通过样本均值的迭代计算来决定的。但ISODATA算法加入了一些试探性步骤,在迭代的过程中样本的类别数量是变化的,因为在迭代的过程中根据每个类的一些性质对该类进行“分裂”或与其他类“合并”的操作,即自组织。