kmeans是否需要三角不等式?

我想知道kmeans中使用的距离度量是否需要三角不等式。


回答:

k-means是为欧几里得距离设计的,而欧几里得距离恰好满足三角不等式。

使用其他距离函数是有风险的,因为它可能会停止收敛。然而,原因并不是三角不等式,而是均值可能无法最小化距离函数。(算术平均值最小化的是平方和,而不是任意距离!)

有一些更快的k-means方法利用三角不等式来避免重新计算。但如果你坚持使用经典的MacQueen或Lloyd k-means,那么你不需要三角不等式。

使用其他距离函数时要小心,以免陷入无限循环。你需要证明均值最小化到聚类中心的距离。如果你无法证明这一点,它可能会无法收敛,因为目标函数不再单调递减!所以你真的应该尝试证明你的距离函数的收敛性

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