我对数据挖掘和统计数据很陌生。
我在Visual Studio中构建了一个数据挖掘模型。我正在使用Microsoft群集算法，我遇到了一些问题。
我修改了一些默认参数，比如将最大输入参数设置为350，将聚类方法设置为不可伸缩的期望最大化（我有80 000行数据）。此外，我已将群集计数设置为0，因此算法将选择最佳算法。
问题来了。我正在使用tempdb，每次重新启动我的电脑时都会刷新（我没有很多可用空间，所以tempdb是该部门的一个不错的选择）。无论如何，当我重新加载相同的数据并构建挖掘结构时，我得到了完全不同的结果。有一次我有10个集群，然后是13个，然后是9个。我还尝试将集群数量强制为13来重现相同的集群，但它们也不同（集群本身的分布和大小不同）。
我的问题是为什么？不是EM确定性的。我理解大小和分布的微小变化，但每次刷新数据库时我都会得到不同的结果。 算法不应该给我几乎相同的结果，而不是非常不同的结果。我做错了吗？
答案 0 :(得分：1)
所以不是，它不是确定性的，得到不同的结果是正常的。