K-means聚类模型采用的迭代式算法,优点暂且不表。其存在两大缺陷:
①初始簇心随机指定,容易收敛到局部最优解
(1)什么叫局部最优解?
K-means受到随机初始类簇中心点位置的影响,无法保证能够使得三个类簇的中心迭代到上图,会导致下图两种局部最优情况。这样导致无法继续更新聚类中心,使得聚类结果与正确结果有很大出入。
这种情况是算法自身的理论缺陷造成的,无法简单的从模型设计上弥补,但是可以通过执行多次K-means算法来挑选性能表现更好的初始中心点。
②需要预先设定簇的数量
K-means的k值需要人工指定。可通过**“肘部”观察法或轮廓系数法预估相对合理的类簇个数**。
“肘部”观察法:K-menas模型最终期望所有数据点到其所属的类簇距离的平方和趋于稳定,可以通过观察这个数值随着K的走势来找出最佳的类簇数量。
理想条件下,这个折线在不断下降并且趋于平缓的过程中会有斜率的拐点,意味着从这个拐点对应的K