kmeans是否可重复？

Question

我想知道如果我们对于完全相同的数据集，在初始质心点是随机选择的情况下获得大致相同的质心点。

我正在写一个测试kmeans程序，他们似乎不匹配。我想知道我在做什么是对的。

Answer 1

k-means算法需要对质心位置进行一些初始化。对于大多数算法而言，这些质心随机采用Forgy方法或随机分割等方法进行初始化，这意味着算法的重复迭代可以收敛到极其不同的结果。

请记住，k-均值是迭代的，并且在每个“移动质心”步骤中，每个质心移动到一个位置，使其与其构成点的距离最小。这使其严重依赖于起始位置。

因此，通常建议您多次运行k-means ，并选择最小化错误的群集。

Answer 2

不，不保证。

考虑的2-装置简单的情况下具有4分：(1, 1), (-1, 1), (1, -1), (-1, -1)（在2D方形） 则2个质心可以是{(0, 1), (0, -1)}或{(1, 0), (-1, 0)}，两个非常不同的结果。

Answer 3

许多k-means实现允许固定随机数发生器以使结果可重现。

ELKI：-kmeans.seed参数

Weka的：-s参数

在其他国家，通常可以自己提供初始中心，然后用复制的伪随机播种到自己选择他们。