本文总结了K均值聚类算法的调优方法，包括数据归一化、离群点处理、K值的选择（手肘法、Gap Statistic、轮廓系数）以及Hopkins Statistic的运用。此外，还介绍了K-means++改进算法，以解决K均值的初始中心选择问题。最后，对比了K-means与KNN的区别。
参考：https://www.cnblogs.com/think90/p/7133753.html
https://blog.csdn.net/weixin_44868393/article/details/106975503
https://www.cnblogs.com/pinard/p/6164214.html
K均值算法有一些缺点，例如受初值和离群点的影响每次的结果不稳定、结果通常不是全局最优而是局部最优解、无法很好地解决数据簇分布差别比较大的情况（比如一类是另一类样本数量的100倍）、不太适用于离散分类等。但是瑕不掩瑜，K均值聚类的优点也是很明显和突出的，主要体现在：对于大数据集，K均值聚类算法相对是可伸缩和高效的，它的计算复杂度是O(NKt)接近于线性，其中N是数据对象的数目，K是聚类的簇数，t是迭代的轮数。
最低0.47元/天 解锁文章
1952
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
