Matlab中的k-means算法给出错误答案？答案

【问题标题】：k-means algorithm in Matlab giving wrong answer?Matlab中的k-means算法给出错误答案？
【发布时间】：2019-02-19 23:53:29
【问题描述】：

我有以下疑问：我正在使用 Matlab 的 k-means 函数，我只想使用 vanilla Lloyd 算法，以及我想要的一组初始化点。我使用以下代码，其中“开始”是我的初始化向量。

kmeans(data,[],'Start',start, 'OnlinePhase', 'off');

假设我的数据是 (-2,-1)X(2,1) 范围内的二维数据，我将起点初始化为 (-10,0) 和 (0,0)。理想情况下，我应该在一个集群中获得所有点，而在其他集群中没有，但是我在答案中获得了两个集群（因为 (-10,0) 真的很远，所以它应该在一次迭代中收敛）。这怎么可能？我在 Matlab 网站上阅读了 k-means 算法的描述，似乎这不应该是答案。

【问题讨论】：

0分是什么意思？这就是在第一次迭代后将一个质心转移到的地方......构建测试以确保初始化正确，如果不正确则忽略它似乎是合乎逻辑的。
“构建一个测试以确保初始化正确似乎是合乎逻辑的”，构建一个测试？
一个测试，如：一个给定质心的平均值是 0/0=NaN，不能用它来计算，让我们使用我们的默认初始化来代替。
@CrisLuego 可以将空集群保留在原来的位置。也许您正在使用有关中心的先前知识进行聚类，并且您的初始类之一没有出现在新样本中。那么该类应该保持为空，并且集群可能不应该移动。
我认为@CrisLuengo 可能是对的，如果有一些糟糕的初始化，那么Matlab 的kmeans 算法可能会选择默认初始化。

标签： matlab cluster-analysis k-means

【解决方案1】：

没有一个点最接近错误选择的中心。因此无法重新计算，并将被新中心替换（请参阅文档）。首先将所有点分配给 0,0 簇。一些算法甚至会因为除以 0 而失败，或者丢弃这个中心并减少到 k=1。在 Matlab 中，您可以选择处理 - 默认情况下，它将选择距离所有中心最远的点作为替换。

在相当合理的地方保留一个空的集群中心，恕我直言，因为它不会改变您在选择初始中心时想到的任何集群枚举，并且（当初始中心选择得当时）它甚至可能变成当其他中心继续移动时（虽然不是在这里），最终又非空了。

【讨论】：

可以，而且实现空簇的方式是matlab是kmeans(data,[],'Start',start, 'OnlinePhase', 'off','EmptyAction','drop');