了解K均值聚类

Question

我正在尝试使用Matlab学习k均值聚类算法。问题是我找不到任何示例数据，它会使它更容易理解算法。 但是，我在mathworks上找到了一个指定k-均值聚类的例子。但不幸的是，我无法忍受它。我试图理解这个简单的数据集，我在Stack-overflow上找到。

请，我需要一个关于k-means聚类的基本示例，如果我在任何软件（即matlab）上实现它，我将确保我正确应用它。

最后，例如UCI上的所有数据集都太大，我无法确定我的实现是否正确。

在此先感谢。

Answer 1

我们已经得到了一组数据，任何人都会说这些数据属于三个集群。我们知道集群编号为3，但除此之外，我们希望软件为我们完成集群。

因此，从三个对象中随机分配三个对象开始。现在通过，并将每个对象分配到最近的群集。结果是三个集群，但相当丑陋，因为我们不太可能第一次触及三个实际质心。

因此，取出您生成的每个群集的平均值，并再次通过，将这些对象分配给新的群集质心。重复，直到算法达到稳定。采取平均值的过程往往会迫使对集中心的猜测朝向实际中心。

但是，它只适用于数据实际上是聚集的。

Answer 2

我知道您使用的是MatLab，但R有大量数据集用于测试聚类算法，包括一些相当小的数据集。 ruspini数据集是开始的好地方。这些数据集可以从github以csv文件形式获得，MatLab应该能够读取csv文件。只需在此页面搜索单词群集。

Answer 3

非常经典的虹膜数据对于理解k-means是可以的。

甚至可以看到k-means的一些问题。