知识卡片
二分KMeans:按误差平方和分裂
二分 KMeans 通过改变建簇顺序来缓解 KMeans 陷入局部最优的问题:不再一次性随机定 k 个质心,而是先把所有点看成一个簇,每次只把一个簇一分为二,重复到簇数达到用户指定的 k。选哪个簇分裂由误差平方和(SSE)决定:SSE 越小表示点越贴近质心、聚类越好,因此优先挑 SSE 最大的簇下手,因为它最可能是多个簇被误并成了一个。每次分裂在该簇上跑一次 k=2 的标准 KMeans,比较所有候选分裂带来的总 SSE,挑总代价最低的那个写回质心列表。这样选出的初始中心彼此距离较远,不容易都落在同一个真实簇里。代价是引入了对每个候选簇反复计算 SSE 的循环,运行效率低于标准 KMeans。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第4章 推荐系统原理 · 查看原书依据
二分KMeans(Bisecting KMeans)算法的主要思想是:首先将所有点作为一个簇,然后将该簇一分为二。之后选择能最大限度降低聚类代价函数(也就是误差平方和)的簇划分为两个簇。以此进行下去,直到簇的数目等于用户给定的数目k为止。
参考来源
- 位置:《机器学习算法原理与编程实践》第4章 推荐系统原理(源文件:extracted/机器学习算法原理与编程实践/_epub-src/OEBPS/text00016.html)
- 结论依据:原文说明二分 KMeans 从单簇出发反复二分、以误差平方和最大者优先划分、直到簇数等于 k,并指出 lowestSSE 降低了效率,支撑本卡。
- 原始内容:二分KMeans(Bisecting KMeans)算法的主要思想是:首先将所有点作为一个簇,然后将该簇一分为二。之后选择能最大限度降低聚类代价函数(也就是误差平方和)的簇划分为两个簇。以此进行下去,直到簇的数目等于用户给定的数目k为止。