什么是 k 均值的收敛？答案

【问题标题】：what is convergence in k Means?什么是 k 均值的收敛？
【发布时间】：2014-06-28 05:32:44
【问题描述】：

我有一个关于无监督学习的小问题，因为我的老师在任何讲座中都没有使用过这个词。我在阅读教程时得到了这个词。这是否意味着如果值与集群的最后一次迭代中的初始值相同，则称为收敛？例如

      |  c1   |  c2  | cluster
      | (1,0) | (2,1)|
      |-------|------|------------
A(1,0)| ..    |..    |get smallest value
B(0,1)|..     |...   |
c(2,1)|..     |...   |
D(2,1)|..     |....  |

现在在执行 n 次迭代之后，如果 c1 和 c2 中的值相同，即最后 n 次迭代中的 (1,0) 和 (2,1) 并且如果不是 single ，则取 avg ，是否收敛？

【问题讨论】：

这听起来更像是一个通用的 CS 问题，而不是编程问题，因此在 cs.stackexchange.com 上可能更合适。

标签： artificial-intelligence unsupervised-learning

【解决方案1】：

理想情况下，如果最后两次后续迭代中的值相同，则称该算法已收敛。但人们通常使用不太严格的收敛标准，例如最后两次迭代的值的差异小于特定阈值等。

【讨论】：

谢谢。但很抱歉回复晚了。

【解决方案2】：

在 K-means 聚类的情况下，收敛一词表示算法已成功完成对 k 个聚类中的数据点的聚类或分组。算法将确保已将数据点完全分组到正确的聚类中，如果k-means 中的质心（k 值）在 2 次迭代中保持相同的位置或点。

【讨论】：