kmeans初始中心不同结果可能不同 (举例)

本文给出 kmeans算法当初始中心点不同时,聚类结果可能是不同的实际例子。

样例数据

数据为 10 10 10个二维数据点,如下
2 , 2 1 , 1 1 , 0 24 0 , 10 0 , 11 10 , 12 12 , 10 10 , 0 11 , 0 2, 2\\ 1 ,1\\ 1, 0\\ 2 4\\ 0, 10\\ 0, 11\\ 10, 12\\ 12, 10\\ 10, 0\\ 11, 0\\ 2,21,11,0240,100,1110,1212,1010,011,0

第一次选择初始中心点

以以下四个点作为初始中心点,进行 k = 4 k=4 k=4的kmeans聚类, 2 , 2 1 , 1 1 , 0 2 , 4 2,2\\ 1,1\\ 1,0\\ 2,4 2,21,11,02,4
聚类结果为,其中大红星标注的是最后的 4 4 4个类别中心位置。

kmeans初始中心不同结果可能不同 (举例)_第1张图片

第二次选择初始中心点

以以下四个点作为初始中心点,进行 k = 4 k=4 k=4的kmeans聚类, 10 , 0 11 , 0 2 , 2 1 , 1 10, 0\\ 11,0\\2,2\\ 1,1 10,011,02,21,1
聚类结果为,其中大红星标注的是最后的 4 4 4个类别中心位置。

kmeans初始中心不同结果可能不同 (举例)_第2张图片

你可能感兴趣的:(ML,kmeans,初始中心,不同,结果不确定)