在普通的K-means算法中，会存在以下的缺点：
1). 只能收敛到局部最优，受到初始值较大；
2). K不确定，需自己确定；
3). 受noise影响较大。
为了改进k-means算法，出现了K-means++，ISODATA和Kernel K-means等方法。
其中K-means++算法是对初始值选择进行了改进。
普通k-means算法的步骤大概如下所示（假设k=3）：
普通的K均值算法是随机选取K个点作为聚类的中心，而K-means++按照如下的思想选取K个聚类中心，其基本的思想是，K个初始聚类中心相互之间应该分得越开、离得越远越好（图片来自https://www.cnblogs.com/yixuan-xu/p/6272208.html）：
K-means++简介 K-means++算法是K-means算法的改进版本，由David Arthur 和Ser...
在普通的K-means算法中，会存在以下的缺点： 1). 只能收敛到局部最优，受到初始值较大；2). K不确定，需...
目录 历史渊源 算法原理 优缺点 改进算法K-ModesK-MedoidsMini-Batch K-Means二分...
目录 一、k-means算法原理 二、k-means算法目标函数是什么 三、总结 一、k-means算法原理 k-...
03 聚类算法 - K-means聚类04 聚类算法 - 代码案例一 - K-means聚类 三、K-Means算...
K-Means算法 k-均值算法（K-Means算法）是一种典型的无监督机器学习算法，用来解决聚类问题。 算法流程...
K-means算法 下图说明了K-means算法初值选择的重要性。
07 聚类算法 - 代码案例三 - K-Means算法和Mini Batch K-Means算法效果评估 四、聚类...
03 聚类算法 - K-means聚类04 聚类算法 - 代码案例一 - K-means聚类05 聚类算法 - 二...
03 聚类算法 - K-means聚类04 聚类算法 - 代码案例一 - K-means聚类05 聚类算法 - 二...
本文标题：K-means改进算法(一)：K-means++
本文链接：https://www.haomeiwen.com/subject/njpsgktx.html
网友评论