kmeans是否可重複？

Question

我想知道如果我們對於完全相同的數據集，在初始質心點是隨機選擇的情況下獲得大致相同的質心點。

我正在寫一個測試kmeans程序，他們似乎不匹配。我想知道我在做什麼是對的。

Answer 1

k-means算法需要對質心位置進行一些初始化。對於大多數算法而言，這些質心隨機採用Forgy方法或隨機分割等方法進行初始化，這意味着算法的重複迭代可以收斂到極其不同的結果。

請記住，k-均值是迭代的，並且在每個「移動質心」步驟中，每個質心移動到一個位置，使其與其構成點的距離最小。這使其嚴重依賴於起始位置。

因此，通常建議您多次運行k-means ，並選擇最小化錯誤的羣集。

Answer 2

不，不保證。

考慮的2-裝置簡單的情況下具有4分：(1, 1), (-1, 1), (1, -1), (-1, -1)（在2D方形） 則2個質心可以是{(0, 1), (0, -1)}或{(1, 0), (-1, 0)}，兩個非常不同的結果。

Answer 3

許多k-means實現允許固定隨機數發生器以使結果可重現。

ELKI：-kmeans.seed參數

Weka的：-s參數

在其他國家，通常可以自己提供初始中心，然後用複製的僞隨機播種到自己選擇他們。