k_means聚类后簇缺失问题的解决办法

今天在用自己之前写的k-means算法对iris数据集聚类时，发现聚类结果经常只有两个类，比实际少一个，这是得聚类的精度大打折扣。

于是乎想了个办法，在聚类的过程中，如果发现在某一次迭代后某一个簇的实例数为零，此时无法计算簇心。为了保持簇的数量不减少，可以利用其他簇心构造一个簇心，最简单的方法就是将其他簇心的平均值作为新的簇心。

代码示例如下：

% 更新聚类中心
z = 0;
for i = 1:N
    cln = data(cl==i,:);
    ct(i,:) = sum(cln)/max(eps,size(cln,1));
    if size(cln,1) == 0
        z = i;
    end
end
% 构造缺失簇心
if z ~= 0
    ct(z,:) = sum(ct)/(size(ct,1)-1);
end

经实验验证，在不处理簇缺失的情况下，如果发生簇缺失，聚类准确率大概只有0.67；而通过构造缺失簇心可以使准确类保持0.9左右。