比k均值聚类更准确的方法

Question

在径向基函数网络（RBF网络）中，选择隐藏层中的所有原型（RBF函数的中心向量）。此步骤可以通过多种方式执行：

• 可以从一组示例中随机抽样中心。
• 或者，可以使用k-mean聚类确定它们。

智能选择原型的方法之一是在我们的训练集上执行k均值聚类，并使用聚类中心作为原型。 我们都知道k均值聚类的特点是简单（快速），但不是很准确。

这就是为什么我想知道什么是比k均值聚类更准确的另一种方法？

非常感谢任何帮助。

Answer 1

存在几种k均值变化：k-medians，分布在Medoids周围，模糊C均值聚类，用期望最大化算法训练的高斯混合模型，k-means ++等。

我使用PAM（Medoid周围的分区），以便在我的数据集包含一些“异常值”（具有与其他值非常不同的值的噪声）时更准确，并且我不希望中心受到影响这个数据。在PAM的情况下，中心被称为Medoid。

Answer 2

有一种更为统计的聚类分析方法，称为Expectation-Maximization Algorithm。它使用统计分析来确定集群。当您拥有关于群集质心和训练数据的大量数据时，这可能是一种更好的方法。

This链接还列出了其他几种聚类算法。显然，有些比其他更好，这取决于您拥有的数据量和/或您拥有的数据类型。

有一篇关于Udacity，人工智能简介的精彩课程，其中一课专门用于无监督学习，Thrun教授非常详细地解释了一些聚类算法。我强烈推荐这门课程。

我希望这有帮助，

Answer 3

就K-Means而言，你可以在你的样本上多次运行它（比方说，100），然后选择具有最小K-Means标准输出的聚类（以及由此产生的质心）（总和）每个实体与其各自的质心之间的平方欧几里德距离。）

你也可以使用一些初始化算法（想到智能K-Means，但你也可以google for K-Means ++）。你可以在AK Jain的一篇论文中找到一篇关于K-Means的非常好的评论，称为数据聚类：超越K-means 50年。

您还可以检查分层方法，例如Ward方法。