r - k-means：每次执行都使用相同的集群

Question

是否有可能为特定数据集的每次执行获得相同的 kmeans 集群。就像对于随机值一样，我们可以使用固定种子。是否可以停止聚类的随机性？

Answer 1

是的。用于set.seed在进行聚类之前为随机值设置种子。

使用中的示例kmeans：

set.seed(1)
x <- rbind(matrix(rnorm(100, sd = 0.3), ncol = 2),
           matrix(rnorm(100, mean = 1, sd = 0.3), ncol = 2))
colnames(x) <- c("x", "y")


set.seed(2)
XX <- kmeans(x, 2)

set.seed(2)
YY <- kmeans(x, 2)

测试相等性：

identical(XX, YY)
[1] TRUE

Answer 2

是的，set.seed(foo)在运行之前立即调用kmeans(....)将给出相同的随机启动，因此每次都具有相同的集群。foo是种子，例如42或其他一些数值。