聚类K-means算法用于拉长数据集

Question

我在Matlab中编写K-means算法时遇到了问题。为什么K-means算法不适合对细长数据集进行分类？

Answer 1

排序，在纸上画一些粗线。您真的可以用一点来代表每个人吗？单点将如何提供有关方向的信息？

K均值将每个数据点分配给每个最近重心。也就是说，对于每个质心c，与c距离较小的所有点（与所有其他质心相比）都将分配给c。而且，由于（超）球的表面实际上是距中心的距离小于或等于某个值的所有点，因此，我认为很容易看出所得簇如何趋向于球形。 （确切地说，kmeans实际上在向量空间中创建了 Voronoi图）

但是，拉长的簇不一定满足所有点都比其他簇的中心更靠近其“质心”的要求。

Answer 2

您很难在细长数据集中选择初始聚类中心点，但它会对结果产生强大影响。选择不同点时可能会得到不同的结果。

当您选择3个初始点时，您将只获得一个结果：

但是在细长的数据集中它是不同的。