алгоритм k-means ++ помогает в двух следующих пунктах исходного алгоритма k-средних:
- Исходный алгоритм k-средних имеет наихудшее время работы суперполиномиального размера входных данных, тогда как k-means ++ претендует на значение O (log k).
- Найденное приближение может дать не столь удовлетворительный результат в отношении целевой функции по сравнению с оптимальной кластеризацией.
Но есть ли недостатки k-средних ++? Должны ли мы всегда использовать его вместо k-средних?
задан Brian Tompsett - 汤莱恩 16 January 2016 в 21:53
поделиться