【发布时间】：2013-03-21 05:09:25
【问题描述】：
我正在使用 k-means 和欧几里得距离算法对数据 (iris.csv) 进行聚类。 但是，我无法将它们全部归为正确的组，错误的组中有一些数据。
所以，我只是想知道是否可以 100% 将所有数据聚集到正确的组中？
我心中的另一个问题是选择 k 的最佳标准是什么？
感谢您的帮助。
【问题讨论】：
【发布时间】：2013-03-21 05:09:25
【问题描述】：
集群算法的典型使用是当您实际上并不知道给定集合的正确组是什么时。即使您的算法确实对给定训练集中的所有数据进行了正确聚类，但这并不意味着它会正确聚类任何数据。此外，您应该尽量避免过度拟合示例数据，因为这通常会降低性能。
至于选择 k - 有几种算法，最好的一种可能会根据您尝试解决的问题而有所不同。
【讨论】：
K-means 倾向于创建大小相等的凸簇。如果您的集群大小非常不同或形状不规则，则其他算法可能具有更好的性能。 http://en.m.wikipedia.org/wiki/Cluster_analysis#Clustering_algorithms
【讨论】：