matlab - Matlab中的k-means算法给出错误答案？

Question

我有以下疑问：我正在使用 Matlab 的 k-means 函数，我只想使用 vanilla Lloyd 算法，以及我想要的一组初始化点。我使用以下代码，其中“开始”是我的初始化向量。

kmeans(data,[],'Start',start, 'OnlinePhase', 'off');

假设我的数据是 (-2,-1)X(2,1) 范围内的二维数据，我将起点初始化为 (-10,0) 和 (0,0)。理想情况下，我应该在一个集群中获得所有点，而在其他集群中没有，但是我在答案中获得了两个集群（因为 (-10,0) 真的很远，所以它应该在一次迭代中收敛）。这怎么可能？我在 Matlab 网站上阅读了 k-means 算法的描述，似乎这不应该是答案。

标签： matlabcluster-analysisk-means

Answer 1

没有一个点最接近错误选择的中心。所以无法重新计算，将被一个新的中心替换（参见文档）。首先将所有点分配给 0,0 簇。一些算法甚至会因为除以 0 而失败，或者丢弃这个中心并减少到 k=1。在 Matlab 中，您可以选择处理 - 默认情况下，它将选择离所有中心最远的点作为替换。

恕我直言，保持一个空的集群中心是相当合理的，因为它不会改变您在选择初始中心时想到的任何集群枚举，并且（当初始中心选择得当时）它甚至可能变为非空最终，当其他中心继续移动时（虽然不是在这里）。