知识卡片
K均值聚类需要预先指定K值
内容
K均值聚类通过反复”分配最近质心→重算质心”迭代，让每个点到所属簇质心的距离平方和最小，运算高效、结果易理解。但它有两个明显短板：一是必须提前指定簇数K，K选不好聚类质量就差，通常靠手肘法或轮廓图来辅助挑选；二是对异常点比较敏感，实践中往往需要先做标准化和去除离群值再聚类。
参考来源
- 位置：《数据科学工程实践》第12章《基于LSTM-Autoencoder的无监督聚类模型》"12.2.1 K均值聚类"一节（源文件：_epub-src/OEBPS/Text/part0067.xhtml）
- 结论依据：原文明确K均值"运算效率很高，适用于各种问题，运算结果也便于理解。但是K均值聚类也有明显的缺点，它需要提前指定K值作为群集个数，如果K值选得不好，会导致聚类效果不佳。通常我们可以通过手肘法和轮廓图选出最优K值……此外，K均值对于数据异常点比较敏感，因此往往需要通过对数据进行标准化和去除异常点进行降噪"。
- 原始内容：K均值聚类的运算效率很高，适用于各种问题，运算结果也便于理解。但是K均值聚类也有明显的缺点，它需要提前指定K值作为群集个数，如果K值选得不好，会导致聚类效果不佳。通常我们可以通过手肘法和轮廓图选出最优K值并评估聚类效果……此外，K均值对于数据异常点比较敏感，因此往往需要通过对数据进行标准化和去除异常点进行降噪。