机器学习-kmeans

 

1 手写kemeans 

流程： 优点： 容易，缺点： 会收敛到局部最小值，在大规模数据集上收敛慢。

 

手写代码：https://blog.csdn.net/qq_41424519/article/details/81740214

F:\桌面\RNA-seq1\leetcode\10-面试真题\6- 字节跳动-手写kmeans.py

2 k 如何确定：

t-sne可视化和手肘法，k值所决定的是在该聚类算法中，所要分配聚类的簇的多少，kmeans 算法对初始值敏感，相同的k，选的点不同，会影响算法的聚类效果和迭代次数。

1 计算出不同k 下算法的BIC和AIC值，BIC或AIC越小，选择该k 值，

2 使用Canopy 算法进行粗略的聚类，产生的簇的个数作为kmeans 算法的k 值

3 使用X-menas 方法结合BIC 准则取判定簇的个数，也就是k 值。

4 使用轮廓系数来确定，选择是系数较大对应的k 值

5 使用交叉验证来确定目标函数(距中心距离的平方差）变小的k 值

6 用层次聚类，可视化后认为地观察认为聚为几类。