k-means 聚类的局限性

Python 中的聚类分析

Shaumik Daityari

Business Analyst

k-means 聚类的局限性

• 如何确定合适的 _K_（簇数）？
• 随机种子的影响
• 倾向于相等大小的簇

随机种子的影响

初始化随机种子

from numpy import random
random.seed(12)

种子：np.array(1000, 2000)

簇大小：29、29、43、47、52

 

种子：np.array(1,2,3)

簇大小：26、31、40、50、53

随机种子的影响：图示

种子：np.array(1000, 2000)

种子：np.array(1,2,3)

k-means 中的均匀簇

k-means 偏好均匀簇：对比

k-means（3 个簇）

层次聚类（3 个簇）

结语

• 各方法各有优劣
• 先考虑数据规模与模式再选算法
• 聚类是探索性分析阶段

接下来：练习

Python 中的聚类分析