是否可以运行劳埃德算法以在多项式时间内找到一维的 k 均值?
我知道 k-means 问题对于任何一维以上的问题都是 NP-hard 的。任何如果你有一个固定的维度,劳埃德的算法将在多项式时间内运行,对吧?
真正的 k-means 算法是 NP 难的,并且总是会产生最优结果。Lloyd 算法是一种启发式 k-means 算法,它“可能”产生最优值,但通常更可取,因为它可以多次运行。
在实践中,我不会太担心 k 均值的运行时间。您可以构建使其运行时间呈指数增长的分布,但如果这些输入被噪声化了一点,运行时间将是多项式的。 http://theory.stanford.edu/~sergei/papers/kMeans-socg.pdf