用于细长数据集的聚类K均值算法

Question

我在Matlab中编程K均值算法时遇到了问题。为什么K-means算法不适合对细长数据集进行分类？

Answer 1

您很难在细长的数据集中选择一个初始聚类中心点，但它对结果有很强的影响。选择不同的点时可能会得到不同的结果。

，当你选择3个初始化点，你会得到在这种情况下，只有一个结果：

但它在拉长的数据集不同。

Answer 2

如果您看目标函数，并且将x轴缩放10倍，则它变得更重要100倍。

对于“拉长”的数据，“长”维对结果有很大的影响，其他因素往往被忽略。

由于k-means是一种无监督算法，因此无法学习权重来对付这种情况。分类器（如线性SVM或决策树）可以做到这一点，因此不存在此问题。