K表示群集初始化

Question

在k-means聚类中，如何开始这个过程？

我应该选择 k 最远点或随机点并形成k个簇并将其他点连接到簇？

或

选择单个点，然后根据它检查其他点[欧几里德距离]如果＆lt; THRESHOLD添加或组建新群集？

Answer 1

为K-Means算法提供种子，它是从您的数据集中选择K随机观测的标准。由于K-Means受到局部最优（例如，取决于初始化，它总是找不到最佳解决方案），因此使用不同的初始化运行它几次也是标准的，并选择结果最低误差。

Answer 2

原始MacQueen k-means使用第一个k对象作为初始配置。 Forgy / Lloyd似乎使用 k随机对象。两者都可以运行得足够好，但更聪明的启发式方法（参见k-means ++）可能需要更少的迭代次数。

请注意， k-means 不基于距离。它最小化了聚类内方和（WCSS）。这恰好可以最小化欧氏距离的平方，从而最小化欧几里德距离。但最后，如果你在欧几里德距离内思考，可能会得出错误的结论。更好地考虑最小化方差。