Kmeans在无监督学习中,由于其非常容易实现,所以常常被用来聚类。但是他的缺点也需要注意:
1)Kmeans由于只适用于球形数据,这个原因来自于他的欧式距离来衡量相似度。如果数据分布不是球形的,则最后聚类结果往往不会太理想。
2)Kmeans 非常容易收敛到局部最小值,而且在大规模数据集上收敛较慢。
3)Kmeans极其容易产生空簇。
下面举一个Kmeans 空簇产生的一个例子
1. 假设有下面数据
2. 初始分类:
初始分类形成(1,2,3,7)一类,(4,5)一类,(6)一类
可以猜测的是,初始簇中心选择为3,5,6
3.进一步更新类中心
在这一步中,第二类中的原子已经为空,形成空簇,无法进行更新类中心。
具体解决算法网上有很多,我就不列出来了。
C++实现:
#include <iostream>
#include <vector>
#include <string>
#include <fstream>
#include <random>
#include <cmath>
using namespace std;
vector<vector<double>> readFile(const string filename, int col) {
ifstream infile;
vector<vector<double>> alldata;
infile.open(filename);