クラスタリング長さのあるデータセットのK平均アルゴリズム

Question

MatlabでK平均アルゴリズムをプログラミングする際に質問があります。 K-meansアルゴリズムが細長いデータセットを分類するのに適していないのはなぜですか？

Answer 1

細長いデータセットで初期クラスタ中心点を選択することは困難ですが、結果に大きな影響を与えます。異なる点を選択すると異なる結果が得られることがあります。

あなたは3つのinitポイントを選択するときは、このケースでは1つの結果だけを取得します：

をしかし、それは細長いデータセットで異なっています。

Answer 2

目的関数を見て、x軸を10倍にスケールすると、100倍重要になります。

"長い"データでは、 "長い"ディメンションは結果にほとんどの影響を与え、他は無視される傾向があります。

k-meansは監督されていないアルゴリズムなので、これに対抗するために重みを学習することはできません。線形SVMや決定木などの分類器でこれを行うことができるため、この問題は発生しません。