R：每次运行时聚类结果都不同答案

【问题标题】：R: Clustering results are different everytime I runR：每次运行时聚类结果都不同
【发布时间】：2011-08-07 11:19:11
【问题描述】：

library(amap)
set.seed(5)
Kmeans(mydata, 5, iter.max=500, nstart=1, method="euclidean")

在'amap'包中运行了几次，但即使参数和种子值始终相同，但每次运行Kmeans或其他聚类方法时聚类结果都不一样。

我在不同的包中尝试了另一个 kmeans 函数，但还是一样...

事实上，我想同时使用 Weka 和 R，所以我也尝试了 RWeka 包中的SimpleKMeans，这总是给出相同的值。但是，问题是我不知道如何在 RWeka 中存储来自 SimpleKmeans 的集群数据以及集群编号，所以我被卡住了......

无论如何，我怎样才能保持聚类结果始终相同？或如何将SimpleKmeans 的聚类结果存储到 R 中？

【问题讨论】：

您是在每次运行Kmeans 时重置种子，还是只是第一次？如果你每次都重置种子，你应该每次都得到相同的答案。

标签： r cluster-analysis weka k-means

【解决方案1】：

你一定是做错了什么。只要我在每次调用 Kmeans() 之前设置种子，每次运行以下代码时都会得到可重现的结果：

library(amap)

out <- vector(mode = "list", length = 10)
for(i in seq_along(out)) {
    set.seed(1)
    out[[i]] <- Kmeans(iris[, -5], 3, iter.max=500, nstart=1, method="euclidean")
}

for(i in seq_along(out[-1])) {
    print(all.equal(out[[i]], out[[i+1]]))
}

最后一个 for 循环打印：

[1] TRUE
[1] TRUE
[1] TRUE
[1] TRUE
[1] TRUE
[1] TRUE
[1] TRUE
[1] TRUE
[1] TRUE

表示每次的结果都完全相同。

【讨论】：

编辑代码示例以包含library(amap) 和函数Kmeans
+1 用于展示每次调用 Kmeans 时如何使用 set.seed。
@Andrie 感谢编辑将其更新为 Kmeans() 现在 OP 告诉我们在哪里找到它。

【解决方案2】：

提醒一下，K-mean 结果对数据集中数据点的顺序很敏感。如果您再次使用随机数据点运行正确的代码，您将得到不同的结果

【讨论】：

【解决方案3】：

你播种了吗？ set.seed(1)

每次K-Means初始化质心时，它都是随机生成的，需要种子来生成随机值。

【讨论】：