聚类结果不好怎么办_K-means和谱聚类的比较

使用工具：Python

(1) K-means clustering algorithm

聚类算法属于无监督的机器学习算法，即没有类别标签y，需要根据数据特征将相似的数据分为一组。K-means聚类算法即随机选取k个点作为聚类中心，计算其他点与中心点的距离，选择距离最近的中心并归类，归类完成后计算每类的新中心点，重新计算每个点与中心点的聚类并选择距离最近的归类，重复此过程，直到中心点不再变化。

距离函数：

代价函数：

注意：使用K-means算法时应首先确定k值，即确定的分类数。

实现：主要包含kmeans; plot; execute三个函数, 确定k值后随机产生index; 使用while进行迭代，一直找到index稳定下来即停止。

数据：使用80个二维样本测试数据，我们期望分成四类。

结果：

用黄色、绿色、蓝色、黑色表示四种聚类，用红色点表示index, 结果如下：

分类结果良好，基本能区分四个角的不同点。

追踪每一个的迭代，结果如下：

可见，经过五次迭代后，该算法即找出了四个index的正确位置及分类结果，算法快速而高效。这也是k-means算法的优点，（1）算法原理简单，聚类速度快；（2）容易实现。当潜在簇的形状为大小相近的近似圆形，且每个簇之间聚类较明显，k-means聚类结果比较理想。但是，如果潜在的分类遵循一定的集合形状，k-means聚类还能有这么好的分类效果好？

比如两个同心圆，我们希望内外分成两类，但是使用K-means的结果却是：