k 表示产生空簇答案

【问题标题】：k means produces empty clustersk 表示产生空簇
【发布时间】：2015-05-28 10:09:48
【问题描述】：

对于某些数据集，我发现生成的集群数量并不总是等于初始 k。这是意料之中的吗？

我认为这是意料之中的，因为在每次迭代之后，每个数据点都会添加到最近的集群中，但这并不能保证所有集群都会被填充。每个集群在每次迭代后都会重新初始化，因此某些集群可能没有足够接近点而无法添加任何点。

【问题讨论】：

标签： k-means

【解决方案1】：

我在图像处理方面遇到了与您相同的问题。希望我的经历能给你一些启示……

我正在尝试对原始大小为 720*1280，聚类数为 10 的图像进行 kmeans 算法。

但是，我觉得这太大了，所以我（愚蠢地）使用高斯金字塔将这张图片压缩成 144*256。

然后，在运行 kmeans 并达到收敛后，我发现几乎还有 5 个集群集是空的。

我尝试修改我的算法，例如：如果集群为空，那么我将分配一个新像素作为中心并重试，或者划分最大的集群集。

最后，我意识到如果有空簇，它只意味着簇号是否不正确（你可以看到不像基于密度的聚类，k-means需要你指定簇号作为参数，并且值很重要。）或者你使用的数据集不够大。

所以我使用原始图像作为输入，现在我发现集群已满。

最后，我建议您尝试更大的样本量数据，或者，只需更改您分配的集群编号。

【讨论】：

【解决方案2】：

k-means 算法的主要问题之一是它可能根据初始中心向量产生空簇。对于静态 k-means 的执行，这个问题被认为是无关紧要的可以通过多次执行算法来解决。

【讨论】：