KMeans无法产生正确的结果

Question

我试图在Java中实现kmeans集群，但未返回正确的结果。

我有3个文件夹，每个文件夹包含8个相关文档（总共24个文档），并且正在尝试使用KMeans对其进行聚类。我对数据进行预处理，然后构建一个词频矩阵，并使用它来构建tf-idf矩阵。我对矩阵感觉很好，因为当我要求它吐出最常用的单词（即文件夹的关键字）时，我会得到很好的结果。

但是，当我将矩阵放入k = 3的KMeans中时，我永远得不到正确的结果（有时会得到2个簇）。

我的主要功能是：

    public void kmeans() {

        // randomly fill centroids
        randomlyFillCentroids();
        double threshhold = 0.001;
        int iteration = 0;

        double[][] iterCentroids = centroids;

        do {

            // set centroids to previous results
            centroids = iterCentroids;

            // assignLabels each point to the closest centroid
            assignLabels();

            // updateCentroids
            iterCentroids = updateCentroids();

            iteration++;

        } while (!stopCondition(iteration, threshhold, iterCentroids));
    }

然后，我在以下位置分配标签：

private void assignLabels() {

    for (int i = 0; i < numDocuments; i++) {

        double minDistance = Double.POSITIVE_INFINITY;
        int minJ = 0;

        for (int j = 0; j < k; j++) {
            double distance = distance(data[i], centroids[j]);
            if (distance < minDistance) {
                minDistance = distance;
                minJ = j;
            }
        }
        label[i] = minJ;
    }

}

距离是余弦距离。

然后我更新质心：

private double[][] updateCentroids() {

    double[][] tempCentroids = new double[k][numWords]; // 3 x 64
    int[] tally = new int[k];

    // initialize to zero
    for (int i = 0; i < k; i++) {
        tally[i] = 0;
        for (int j = 0; j < numWords; j++) {
            tempCentroids[i][j] = 0.0;
        }
    }

    // do the sums
    for (int i = 0; i < numDocuments; i++) {

        int value = label[i]; // get the document's label (0, 1, 2)

        for (int j = 0; j < numWords; j++) {
            tempCentroids[value][j] += data[i][j];
        }

        tally[value]++;
    }

    // get the average
    for (int i = 0; i < k; i++) {
        for (int j = 0; j < numWords; j++) {
            tempCentroids[i][j] /= tally[i];
        }
    }


    return tempCentroids;
}

我想念什么？

任何人和所有帮助将不胜感激。