kmeans是可重复的吗？

Posted 2023-03-12

【中文标题】kmeans是可重复的吗？

【英文标题】：Is kmeans repeatable?

【发布时间】：2015-01-31 05:13:12

【问题描述】：

鉴于初始质心点是随机选择的，我想知道我们是否为完全相同的数据集获得大致相同的质心点。

我正在编写一个测试 kmeans 程序，但它们似乎不匹配。我想知道我所做的是否正确。

【参考方案1】：

不，不能保证。

考虑具有 4 个点的 2 均值的简单情况：(1, 1), (-1, 1), (1, -1), (-1, -1)（二维平面中的正方形） 那么这两个质心可能是(0, 1), (0, -1) 或(1, 0), (-1, 0)，两个截然不同的结果。

【参考方案2】：

k-means 算法需要对质心位置进行一些初始化。对于大多数算法，这些质心是通过某种方法（例如 Forgy 方法或随机分区）随机初始化的，这意味着算法的重复迭代可以收敛到截然不同的结果。

请记住，k-means 是迭代的，并且在每个“移动质心”步骤中，每个质心都会移动到与其组成点的距离最小的位置。这使得它在很大程度上依赖于起始位置。

因此，通常建议运行 k-means 多次，并选择误差最小的聚类。

【参考方案3】：

许多 k-means 实现允许修复随机数生成器以使结果可重现。

ELKI：-kmeans.seed 参数

Weka：-s 参数

在其他情况下，您通常可以自己提供初始中心，然后使用可重复的伪随机播种来自己选择它们。