使用 k 均值查找要聚类的最远距离质心答案

【问题标题】：Finding the furthest distant centroids to cluster using kmeans使用 k 均值查找要聚类的最远距离质心
【发布时间】：2014-06-05 01:27:49
【问题描述】：

在这个例子中，正如人们所说，作者使用“相距最远的两个人（使用欧几里得距离测量）”作为初始质心。

如果我想要的不是两个集群，而是 10 个集群怎么办！如何选择前 10 个质心？有没有办法选择相距最远的十个人？或者我应该使用其他方式来选择它们。

PS：在我的情况下，我不认为使用随机选择会很好。另外，我一直在尝试使用前 10 个个体作为质心，但我正在寻找更好的方法来选择它们。

【问题讨论】：

【解决方案1】：

简单地选择距离最远的 K 个实体作为初始质心是相当危险的。现实世界的数据集往往有异常值，在您的方法下，这些将被选为初始质心。

K-Means 的初始化算法有很多，也许你想看看智能 K-Means。

【讨论】：

选择初始质心最常用的方法是什么？
我猜大多数人只是简单地运行 K-Means 多次（比如 100 次），然后选择具有最小 K-Means 输出的聚类。如果您的数据集太大而无法多次运行 K-Means，我建议使用 Intelligent K-Means。
我的数据集有 69 个元素可以分成 8 个集群。如果我选择元素 0、9、18、27、36、45、54 和 63 作为第一个质心，Kmeans 将这些质心重组 6 次，根据每个簇的元素的平均值，然后它们会收敛。

【解决方案2】：

选择初始质心最常用的方法是使用kmeans++ http://en.wikipedia.org/wiki/K-means%2B%2B .具有理论性能保证。

很多python集群包都实现了这个初始化，比如mlpy、scipy KMeans。但我不知道 JAVA。

【讨论】：