本文探讨了K-means聚类算法的关键问题，包括如何确定K值、初始质心的选择方法及其对结果的影响，以及算法的收敛性。通过实例解析，帮助读者深入理解K-means的工作原理。
K-means聚类过程图示
关于K-Means的几个问题
ßK值怎么定？
——主要取决于经验，通常的做法是多尝试几个K值，看分成几类的结果更好解释，更符合分析目的等。
ß初始的K个质心怎么选？
——最常用的方法是随机选，初始质心的选取对最终聚类结果有影响，因此算法一定要多执行几次，哪个结果更合理，就用哪个结果。 有一些优化的方法，例如：选择彼此距离最远的点。
ßK-Means会不会陷入一直选质心的过程？
——不会，K-Means一定会收敛，大致思路是利用SSE的概念（也就是误差平方和），可证明这个函数是可以最终收敛的函数。
iris各列的散点图
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
