问题标签 [k-means]

我需要 k-means 聚类算法的 Javascript 实现。我只有一维数据，很少有超过 100 个项目，所以性能不是问题。

PS：我只能找到一个，但它似乎非常不稳定，几乎每次通话都会导致完全不同的集群。

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？

我在 R 中进行 kmeans 聚类，有两个要求：

1. 我需要指定我自己的距离函数，现在是皮尔逊系数。

2. 我想做使用组成员的平均值作为质心的聚类，而不是一些实际的成员。这个要求的原因是我认为使用平均值作为质心比使用实际成员更有意义，因为成员总是不在真实质心附近。如果我对此有误，请纠正我。

首先我尝试了包中的kmeans函数stat，但是这个函数不允许自定义距离方法。

然后我在包中找到pam了函数。cluster该pam函数确实允许通过将dist对象作为参数来自定义距离度量，但在我看来，这样做会将实际成员作为质心，这不是我所期望的。因为我认为它不能只用一个距离矩阵来完成所有的距离计算。

那么在 R 中是否有一些简单的方法来进行满足我的要求的 kmeans 聚类？

我正在学习 K-medoids 算法，所以如果我问了不恰当的问题，我很抱歉。据我所知，K-medoids 算法实现了 K-means 聚类，但使用实际数据点作为质心而不是数学计算的平均值。

当我在网上搜索时，我发现了很多 k-means 工具，例如 GenePattern、geWengh 等，但没有发现 k-medoids 工具。一些好朋友向我展示了在 Matlab 中，也有一个用户编写的。但是，恐怕个人实现的工具可能仍然存在一些错误或限制。因此，我想知道是否有一些广泛使用的可靠开源软件/工具使用实际数据点作为质心进行聚类。我需要找出有关实际质心的信息，因此仅返回聚类结果是不够的。我更喜欢网站在线，但如果不是这种情况，我可以将它安装到我的本地机器上。非常感谢你，

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？

我想在我自己的文件上尝试这个 K-means 聚类代码如何更改它，使其不会创建随机信息，而是从我自己的数据源中读取它？

我一直在阅读有关相似性度量和图像特征提取的文章；大多数论文都将 k-means 称为一种良好的统一聚类技术，我的问题是，是否有任何替代 k-means 聚类对特定集合表现更好的替代方法？

我正在寻找一种聚类算法来模糊聚类分类属性，我发现了k-modes 算法 我已经掌握了它的工作方式，但我不明白成员资格或归属矩阵的计算方式是否与模糊中的该矩阵相同c-means算法？在“否”的情况下，您介意澄清它的计算方式吗？

预先感谢您的帮助

当我尝试运行我的 kmeans.m 脚本时，我有一些数据存储在 mat 文件电子表格中，我收到此错误，我无法弄清楚发生了什么？

我正在尝试对此处显示的输入数据执行 k 均值算法的聚类： https ://cwiki.apache.org/MAHOUT/clustering-of-synthetic-control-data.html 但是，当地图缩减作业即将进行时发生我得到错误

有人可以告诉我如何纠正这个问题。这真的意味着很多。谢谢你的时间。