kmeans的matlab onlinephase选项与增量/顺序kmeans相同吗？

Question

我只是有点困惑。 matlab中现有的kmeans函数是否有能力连续查找数据的kmeans？还是 onlinephase 有别的意思？

Answer 1

不，'onlinephase' 在通常的“分配-重新计算”迭代之后作为第二步执行（在批处理模式下）。它保证在给定距离函数（也给定初始聚类质心）的情况下，通过在聚类之间移动点，直到距离的总和不能进一步减小，找到一个局部最小解。

不要将此与找到全局最小值混淆（我认为这是 NP 难题）

这在文档中有很好的解释：

算法

kmeans 使用两阶段迭代算法来最小化 点到质心的距离，对所有 k 个集群求和：

• 第一阶段使用批量更新，其中每次迭代都包括一次将点重新分配到它们最近的集群质心， 然后重新计算聚类质心。这个阶段 偶尔不会收敛到局部最小值的解， 也就是说，数据的一个分区，其中将任何单个点移动到 不同的簇会增加距离的总和。这更 可能适用于小型数据集。批处理阶段很快，但可能 仅将近似解作为第二阶段的起点。

• 第二阶段使用在线更新，如果这样做会减少距离的总和，则会单独重新分配点，并聚类 每次重新分配后重新计算质心。每次迭代 在第二阶段包括一次通过所有点。 第二阶段将收敛到局部最小值，尽管可能存在 是距离总和较低的其他局部最小值。问题 找到全局最小值的问题通常只能通过 详尽（或聪明，或幸运）的起点选择，但使用 具有随机起点的多个重复通常会导致 全局最小值的解。