cluster-analysis - 生成具有最大距离的随机簇的中心
问题描述
我有一个顺序数据(每次一个实例)要聚集成两个类。我想为这个任务使用 K-means 的顺序版本(sequential K-means)。
在开始时为算法随机指定两个集群的中心时,我希望它们之间的距离尽可能最大(即彼此相距很远),因此生成的两个集群的分布不会受初始中心影响。
我的想法正确吗?如果是这样,我该怎么做?
解决方案
而是试图最好地估计真实的手段。这是最佳策略。
如果你只是想让它们相距很远,那可能会导致它们之间的分配错误。
推荐阅读
- html - 无法在 div 中居中内容
- javascript - 从数组中仅删除一个相同对象
- c++ - Make - QT 5.14.2“Q_CORE_EXPORT”下的内部编译器错误
- string - 将多行文本转换为字符串
- kibana - 基于其他指标定义标准差指标
- javascript - 使用 Jest 测试异步类方法的问题
- perl - 如何在 dist.ini (Dist::Zilla) 中列出多个“.pm”模块
- jsf - p:rating 组件在 c:forEach 循环中不起作用
- c# - AvalonDock DockingManager ActiveContent 不更新
- kotlin - 如何在 Webview 和 Retrofit2 Okhttp3 之间共享 cookie