我正在玩scipy的kmeans2算法，直到我发现了一个问题。请考虑以下代码：
x = np.array([[0.1, 0.0], [0.0, 0.1], [1.1, 1.0], [1.0, 1.1]])
c = np.array([[3,3], [4, 4]])
kmeans2(x, c, minit = 'matrix', iter=100)
您希望此代码（相当狡猾）只会收敛到具有以下质心的解决方案：[0.05, 0.05]和[1.05, 1.05]。
但是，代码返回：
(array([[ 0.55, 0.55],
[ 4. , 4. ]]), array([0, 0, 0, 0], dtype=int32))
似乎k-means算法在找到新质心时会考虑其初始质心。为什么是这样？我怎样才能防止这种情况发生？
答案 0 :(得分：1)
我有一段时间没有真正研究过这个问题，但我随机得到了这个Eureka时刻，我想出了为什么我的问题出现了：
虽然结果看起来有点奇怪，但如果你看看k-means是如何工作的，这些结果实际上很容易解释：在k-means的第一个时期，四个数据点都被分配给[3, 3]质心，因为该质心最接近所有数据点。数据点的平均值为[ 0.55, 0.55]。无论你做了多少个时期，初始化为[3, 3]的质心将保持不变（因为它不被“吸引”到任何其他数据点，没有任何）和另一个质心（初始化为{{ 1}}）将保持放置，因为没有数据点更接近这个质心而不是另一个。就是这样。