k-means 方法和 isodata 方法应该是两种比较基本的聚类方法了。顾名思义， k-means 就是指定有 k 个类，然后通过初始中心迭代得到最后的 k 个中心。这个初始中心可以随便选也可以随机选，也可以只取前 k 个样本作为初始中心。聚类最后的结果与初始聚类中心的关系还是比较密切的，不同的初始中心可能会得到完全不同的结果。解决初始值问题的一种方法是 k-means++ 方法，这里就不再解释了，有兴趣的朋友可以参考本文最后的几个链接。
k-means 的一个缺点就是必须指定聚类的个数，这个有些时候并不太行得通。于是就要求最好这个类别的个数也可以改变，这就形成了 isodata 方法，通过设定一些类别分裂和合并的条件，在聚类的过程中自动增减类别的数目。当然这也带来了一个问题，就是这个条件有时候并不那么好给出。当然 isodata 在很多情况下还是可以得到比较靠谱的结果。
下面的图是这两种聚类方法的对比：
本文为原创，转载文章或图片请注明，本文地址：http://blog.csdn.net/houston11235/article/details/8511379
K-Means
ISODATA
通过上面两张图还是能看出一些区别的，我个人的感受就是初始的聚类中心如果靠近整个数据集的中心的话，结果可能会好一些。还有就是这种聚类受初始中心影响比较大，要想得到稳定的结果最好还是多运行几次，把每次都在一个类别里面的数据归为一个类。
参考链接：
6、Another ISODATA's Matlab implementation, can hold N dimensional data
作者：houston11235 发表于2013-1-16 23:44:29 原文链接
阅读：108 评论：0 查看评论