理解K均值聚类

Question

我正在尝试使用Matlab学习k-means聚类算法。问题是我找不到任何样本数据，这样可以更容易理解算法。 但是，我在mathworks上找到了一个例子，它指明了k-means聚类。但不幸的是，我无法忍受它。我试图理解我在Stack-overflow 上找到的这个简单的数据集。

请，我需要一个关于k-means聚类的基本例子，如果我在任何软件（即matlab）上实现它，我将保证我正确应用它。

最后，例如UCI上的所有数据集都太大了，我无法确定我的实现是否正确。

先谢谢。

Answer 1

我知道您正在使用MatLab，但R有许多用于测试聚类算法的数据集，包括一些相当小的数据集。 ruspini数据集是一个很好的起点。这些数据集作为github的csv文件提供，MatLab应该能够读取csv文件。只需在此页面中搜索单词群集。

Answer 2

我们有一组数据，任何人都会说这些数据属于三个集群。我们知道群集号将是3，但我们希望软件为我们进行群集。

首先，随机将三个对象分配给聚类中心。现在浏览，并将每个对象分配到最近的集群。结果是三个星团，但相当丑陋，因为我们不太可能第一次击中三个实际的质心。

因此，取您生成的每个群集的平均值，然后再次检查，将对象分配给新的群集质心。重复，直到算法达到稳定。采取均值的过程往往会迫使猜测集群中心朝向实际中心。

仅在数据实际聚集时才有效。

Answer 3

非常经典的 iris 数据可以理解k-means。

甚至可以看到k-means的一些问题。