Question

我在交互式遗传算法中使用来自Apache Commons Math的k-means ++ clusterer来减少用户评估的个体数量。

Commons Math使它易于使用。用户只需要实现 Clusterable界面。它有两种方法：

double distanceFrom(T p)非常明确且T centroidOf(Collection<T> p)，它允许用户选择群集的质心。

如果在欧几里得点上使用，则质心很容易计算。但是在染色体上很难，因为它们的含义并不总是很清楚。

我的问题：是否有一种有效的通用方法来挑选质心，而不是依赖于问题域？（例如，使用距离）

修改

好的，这是我的质心计算代码。想法：与所有其他点的总距离最小的点距离质心最近。

public T centroidOf(Collection<T> c) {
  double minDist = Double.MAX_VALUE;
  T minP = null;

  // iterate through c
  final Iterator<T> it = c.iterator();
  while (it.hasNext()) {
    // test every point p1
    final T p1 = it.next();
    double totalDist = 0d;
    for (final T p2 : c) {
      // sum up the distance to all points p2 | p2!=p1
      if (p2 != p1) {
        totalDist += p1.distanceFrom(p2);
      }
    }

    // if the current distance is lower that the min, take it as new min
    if (totalDist < minDist) {
      minDist = totalDist;
      minP = p1;
    }
  }
  return minP;
}

Answer 1

k-means 需要平均度量（例如，欧几里德）。如果没有定义这样的度量和空间，您甚至不知道点的平均值是否实际上是空间内的一个点。

然而，你可以使用k-medoids，它只考虑原始点作为medoids的候选者（而k-means找到不一定在原始点上的平均值/质心）。该算法寻找最小化成对不相似性的点（即distanceFrom）。

如何用距离计算k-means ++中的质心？

1 个答案: