random - K-means 的种子选择策略

Question

我想知道我可以将什么样的种子选择方法应用于 K-means 算法。谷歌搜索没有那么有用。有什么建议么？

Answer 1

种子取决于域。例如，如果您的数据项是单词，那么您的种子应该是最常见的单词。否则，您可以聚集一个小样本并将其用作种子。

下面是一个更复杂的算法示例：

k-Means 的单通道种子选择算法。K. Karteeka Pavan、Allam Appa Rao、AV Dattatreya Rao 和 GR Sridhar。计算机科学杂志 6 (1): 60-66, 2010.pdf

Answer 2

谷歌的“监督” k 表示聚类和 k++ 表示....还指定您的性能需求（你的 k 是什么？有多少输入点？）

一般来说，几千个点可以很容易地聚集成 naive k 意味着算法实现......所以我会先尝试一下。

此外，如果您不确定 K 应该是多少，请先尝试 MCL 聚类以获得良好的估计。