随机聚类算法答案

【问题标题】：Random Clustering Algorithm随机聚类算法
【发布时间】：2011-08-21 11:54:15
【问题描述】：

我有一组点，我想要从它们中聚类。我知道如何做普通的 k-means 算法。但我不想将“k”作为输入。假设我有类似的点 1,3,4,50,60,70,1000,10002,10004 算法应将它们聚类为 3 个聚类 C1：1,3,4 C2：50、60、70 C3：1000,1002,1004 满足簇内元素距离最小，簇间距离最大。

【问题讨论】：

你为什么用随机这个词？
@Gumbo：由于我不想将 k 作为输入，所以我简单地将其称为随机聚类。这会导致其他事情吗？
也许这有帮助...slideshare.net/pierluca.lanzi/…
How do I determine k when using k-means clustering?的可能重复

标签： algorithm cluster-analysis k-means

【解决方案1】：

查看how-do-i-determine-k-when-using-k-means-clustering 和那里的链接。

【讨论】：

【解决方案2】：

决定 k 是一个在许多聚类算法中重复出现的问题。您可能需要考虑光谱聚类（及其各种算法表亲），它可以在一定程度上缓解该问题。然而，许多版本使用 k-means 作为最后一步，让您回到平方（尽管不是全部）。

另外，有很多方法可以找到 k 的最优值，例如上面 Denis 提供的答案；这可能足以满足您的目的。

【讨论】：