【原创】Kmeans算法 优缺点分析

优点：
原理简单（靠近中心点），实现容易（1、2 天），聚类效果中上（依赖K的选择）

缺点：
1. 无法确定K的个数 （根据什么指标确定K）
2. 对离群点敏感 （容易导致中心点偏移）
3. 算法复杂度不易控制 O(NKm)， 迭代次数可能较多 （m可能会比较大）
4. 局部最优解而不是全局优 （这个和初始点选谁有关）
5. 结果不稳定 （受输入顺序影响）
6. 无法增量计算 （同5）
etc

各种改进版也是针对不同缺点的回避。

但每个问题又不是特别有普适性，所以我认为根据具体情况做出合适的改进会更好。

由于Kmeans实现简单，通过一定的数理知识回避相应的缺点也不是特别复杂，所以根据已有数据做针对性的修改更合适。

 

改进版：
k-modes
k-centroids
etc. 

 

 

未经博主允许，不能转载任何文章。