cluster-analysis - k-均值聚类误差会增加吗?

标签 cluster-analysis

我已经为 20 维直方图实现了 k 均值聚类算法。它似乎在二维直方图上运行良好。

偶尔,误差平方和会在一次迭代后略有增加。这是正常现象,还是潜在错误的迹象?

如果可以增加 SSE,谁能提供一个我可以想象的例子?

最佳答案

赋值不得增加。

好像你在某处有错误。也许您使用的不是平方欧氏距离?

SSE = 平方误差之和,而不是距离之和或基于距离的其他值。

关于cluster-analysis - k-均值聚类误差会增加吗?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/22780906/

相关文章:

java - 使用 mahout 和 hadoop jar 运行 K-means 集群时出现 IO 异常

opencv - 代表线的分组点

python - 如何按距离对地理点列表进行聚类?

image-processing - RGB 或 HSV 尺度上的 k 均值聚类?

php - 将大量文本(聚类)与矩阵进行比较

python - sklearn 聚类 : Fastest way to determine optimal number of cluster on large data sets

r - 在 R 中使用带有 {plm} 的模型中的所有变量

machine-learning - weka中的ClusterMembership类有什么作用?

Matlab - 高斯混合和模糊 C 均值在高维数据(26 维向量图像)上不如 K 均值准确

c# - 如何计算聚类熵?工作示例或软件代码