k-means：每次执行的集群相同

Question

是否有可能为特定数据集的每次执行获得相同的 kmeans 集群。就像随机值一样，我们可以使用固定种子。是否可以停止聚类的随机性？

Answer 1

是的。在进行聚类之前，使用 set.seed 设置随机值的种子。

使用kmeans中的示例：

set.seed(1)
x <- rbind(matrix(rnorm(100, sd = 0.3), ncol = 2),
           matrix(rnorm(100, mean = 1, sd = 0.3), ncol = 2))
colnames(x) <- c("x", "y")


set.seed(2)
XX <- kmeans(x, 2)

set.seed(2)
YY <- kmeans(x, 2)

测试相等性：

identical(XX, YY)
[1] TRUE

Answer 2

是的，在运行 kmeans(....) 之前立即调用 set.seed(foo) 将给出相同的随机开始，因此每次都会给出相同的聚类。 foo 是一个种子，如 42 或其他一些数值。