Presná definícia
Čo znamená k-means?
K-means rozdeľuje body do k zhlukov tak, aby minimalizoval súčet štvorcových euklidovských vzdialeností od príslušných centroidov. Lloydov algoritmus strieda priradenie k najbližšiemu stredu a prepočet stredov ako priemerov. Konverguje do lokálneho minima, preto výsledok závisí od inicializácie a prirodzene preferuje kompaktné zhluky podobnej mierky.
Skúsenosť a kontext
Ako sa pojem používa v praxi
Pri zoskupovaní prevádzkových profilov sa spojité príznaky štandardizujú a kategorické sa nepoužijú bez vhodnej reprezentácie. K-means++ poskytne rozumnejšie počiatočné stredy a model sa spustí viackrát. K sa posudzuje podľa stability, inertia, silhouette a účelu, nie podľa jedného „lakťa“. Odľahlé body sa analyzujú, lebo priemer silno posúvajú. Výsledný centroid slúži aj na zaradenie nového bodu, no vzdialený bod sa nemá nútene interpretovať ako typický člen najbližšieho zhluku.
Overiteľnosť
Odborné zdroje
Praktické odpovede
Často kladené otázky
Čo minimalizuje k-means?
Súčet štvorcových vzdialeností bodov od centroidov ich zhlukov.
Určí počet zhlukov samo?
Nie. Hodnotu k treba zadať alebo vybrať externým postupom.
Nájde globálne optimum?
Bežný Lloydov algoritmus nie; končí v lokálnom minime.
Je vhodný na neupravené kategórie?
Nie. Aritmetický priemer ani euklidovská vzdialenosť nemajú pre kódy kategórií správny význam.
Prečo zlyháva na prstencoch?
Najbližší centroid vytvára konvexné Voroného oblasti, nie zakrivené hustotné skupiny.