使用Python复现2020年论文Unsupervised K-Means Clustering Algorithm

使用Python实现Unsupervised K-Means

简介

在2020年的一篇名为Unsupervised K-Means Clustering Algorithm的论文中，作者对原有的K-Means算法作出了改进，并将其命名为Unsupervised K-Means。

原有的K-Means算法不仅需要事先确定最佳聚类数，其聚类结果受随机初始化的聚类中心的影响也很大。作者针对这两个问题对原有的K-Means算法作出了改进，Unsupervised K-Means可以自动识别最佳聚类数，并且聚类结果的准确性也很高。

效果展示

生成6个数据集，每个数据集都有5000个样本，并且每个样本都有2个特征，唯一不同的是每个数据集中的类簇数量不一样，这样做也是为了更好的做对比，最后的聚类结果如下图所示：

在6次聚类中，有3次正确识别出了类簇的数量，有1次识别出的类簇数量与实际数量很接近，有2次识别出的类簇数量与实际数量有较大偏差。

这也说明在默认参数下，Unsupervised K-Means并不是每次都能准确识别出最佳聚类数。

调参

虽然作者在原论文中声称Unsup