r - 在 R 中为 kmeans 设置静态中心

Question

我想根据预先确定的中心点 (my_center_Points) 对 Long 和 Lats (my_long_lats) 列表进行分组。

当我运行时:-

k <- kmeans(as.matrix(my_long_lats), centers = as.matrix(my_center_Points))

k$centers 不等于 my_center_Points。

我假设 k-means 已将我的中心点调整到最佳中心。但我需要的是 my_center_Points 不改变并将 my_long_lats 围绕它们分组。

在此link他们谈论设置初始中心，但是如何设置一旦运行 k 均值就不会改变的中心？或者有更好的聚类算法吗？

我什至可以满足于尽量减少中心的移动。

我在 R 方面还有很多东西要学习，非常感谢任何帮助。

Answer 1

centers 在执行 kmeans 聚类后自动评估。事实上，确定中心是划分集群组的关键点。我认为可以帮助您的几个选项。

1. 限制 iter.max。您可以在 kmeans 函数调用中将其设置为 1。这不能保证保持中心不变，但如果您处理大型数据集，变化会更少。

2. 使用虚拟数据。您可以在所选中心 周围的实际数据集中添加许多虚拟 数据。这将对预先确定的 centers 施加额外的权重。 centers 很可能会保持不变。