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

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注