Улучшение кластеризации k-средних

Question

В моих лекционных заметках по компьютерному зрению упоминается, что производительность алгоритма кластеризации k-средних можно улучшить, если мы знаем стандартное отклонение кластеров .Как так?

Я думаю, что мы можем использовать стандартные отклонения, чтобы сначала получить лучшую начальную оценку путем сегментации на основе гистограммы.Как вы думаете?Спасибо за любую помощь!

Answer 1

Ваш лектор может иметь в виду статью 2002 Veenman et al . Основная идея заключается в том, что вы устанавливаете максимально допустимую дисперсию в каждом кластере. Вы начинаете с столько кластеров, сколько точек данных, а затем «эволюционируете» кластеры на

• объединение соседних кластеров, если дисперсия результирующего кластера ниже порога
• изолирующие элементы, которые находятся "далеко", если дисперсия кластера выше порога
• или перемещение некоторых элементов между соседними кластерами, если это уменьшает сумму квадратов ошибок

(эта эволюция действует как глобальная процедура оптимизации и предотвращает плохие последствия первоначального назначения кластерных средств, которые вы имеете в k-средних)

Подводя итог, если вы знаете дисперсию, вы знаете, насколько разнообразными должны быть кластеры, поэтому проще, например, обнаруживать выбросы (которые обычно следует разделять на отдельные группы).