2015-09-23

2015-09-22

二分均值簇：

昨天研究了针对某一特殊问题的解决方案，今天克服k-means算法收敛于局部最小值的问题一个常用的解决思路，即二分k-means。算法首先将所有点作为一个簇，然后将该簇一分为2。之后选择其中一个簇进行划分，选择哪一个簇进行划分取决于对其划分是否可以最大程度降低SSE的值。上述基于SSE的划分过程不断重复，直到得到用户指定数目的簇为止。

二分k-均值算法的伪代码形式如下：

将所有点看成一个簇

当簇数目小于k时：

       对于每一个簇

              计算总误差

             在给定的簇上面进行k-means聚类（k=2）

              计算将该簇一分为2后的总误差

选择使得误差最小的那个簇进行划分操作

另一种做法是选择SSE最大的簇进行划分，直到簇数目达到用户指定的数目为止。

今日完成：

1.k-means二分均值方法

2.UGC注册中，HPKFS

明日计划：

1.k-means二分方法要搞清楚是什么意思

2.完成注册

3.看论文unsupervisedlearning