使用k表示找到距离最远的质心

Question

以下是如何使用kmeans算法的示例：http://mnemstudio.org/clustering-k-means-example-1.htm

在这个例子中，作者使用了最初的质心＆＃34;最远的两个人（使用欧几里德距离测量）＆＃34;正如所说的那样。

如果我不想要两个群集，那么10！ 如何选择前10个质心？ 有没有办法选择最远的十个人？ 或者我应该用其他方式来选择它们。

PS：我不认为使用randon选择对我来说是好的。此外，我一直试图将前10个人用作质心，但我正在寻找更好的方法来选择它们。

Answer 1

简单地选择K最远的实体作为初始质心是相当危险的。实际数据集往往有异常值，根据您的方法，这些数据集将被选为初始质心。

K-Means有很多初始化算法，或许你想看看智能K-Means。

Answer 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。

http://ilpubs.stanford.edu:8090/778/1/2006-13.pdf

许多python集群包实现了这种初始化，例如mlpy，scipy KMeans。但我不知道JAVA。