Weka Xmeans：中心初始化过程答案

【问题标题】：Weka Xmeans: center initialization processWeka Xmeans：中心初始化过程
【发布时间】：2018-01-27 07:39:31
【问题描述】：

在计算数据集的 XMeans 聚类解决方案时，有必要（在算法描述中）正确地播种中心。

在 WEKA Xmeans 中，有一个选项可以指定初始中心。此外，在其他 Xmeans 库中，用户通常必须提供一组初始中心。

但是，如果没有提供，则没有迹象表明 WEKA xmeans 库是否或做什么来创建初始中心。

如果没有提供初始中心，WEKA 如何生成初始中心？或者，是否需要自己生成初始中心才能正确运行 Xmeans 算法？

【问题讨论】：

【解决方案1】：

您不能将预定义的中心与 x-means 一起使用。

因为它递归地作用于子集。

您可以定义初始 kmin（通常为 2 个）中心。但是您无法预先定义之后会发生什么，而 xmeans 的全部目的是不必事先知道 k。如果您预先定义了 k 个中心，您确实假设这是正确的 k。

【讨论】：

这似乎不正确。你能澄清一下吗？我之所以这么说是因为 xmeans 扩展了 kmeans，而 kmeans 需要预先选择的中心。这个过程的方法很重要。另外，关于weka和pyclustering中的xmeans，前者我可以提供中心，后者必须提供中心。
所以是的，它确实在子集上递归地工作......初始kmeans。
最初的 kmeans 有 k=2 个中心，主要假设是您不知道 k。
是的，您可以预定义第一次运行的 kmin 中心。但是 x-means 的假设是真正的 k >> kmin。所以这似乎是一个相当不寻常的场景。
我不认为它可以“抑制”它的性能，但只是你不太可能受益为 kmin 预定义初始中心（通常为 2）。你可以试试ELKI。添加您自己的初始化程序，为 kmin 提供预定义的向量，否则使用通常的 xmeans 方法。我怀疑它会产生明显的不同。