K-means聚类解的唯一性

K-means聚类算法是否总是产生相同的解?初始化应该是随机的,那么无论初始化如何,聚类是否会收敛到相同的结果?


回答:

初始化应该是随机的,那么无论初始化如何,聚类是否会收敛到相同的结果?

恰恰相反。如果k-means问题是一个很好的凸优化问题,我们就不会随机初始化它,因为从(0,0,…,0)开始就能得到正确的答案。

随机初始化的原因正是你可以通过尝试不同的随机种子得到不同的解,然后在所有k-means运行结束后选择最佳的一个。十次运行是许多应用的一个好经验法则。

寻找k-means问题的全局最小值在一般情况下是NP难的。常用的算法实际上是一种启发式方法。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注