scipy 的 kmeans2 算法在使用 minit='matrix' 时是否也会权衡初始质心集？
Does scipy's kmeans2 algorithm also weigh initial centroids set when using minit='matrix'?
我一直在研究 scipy 的 kmeans2 算法，直到我发现一个问题。考虑以下代码：
x = np.array([[0.1, 0.0], [0.0, 0.1], [1.1, 1.0], [1.0, 1.1]])
c = np.array([[3,3], [4, 4]])
kmeans2(x, c, minit = 'matrix', iter=100)
您会期望此代码（相当不恰当地）收敛到具有以下质心的解决方案：[0.05, 0.05] 和 [1.05, 1.05]。
但是，代码 returns this:
(array([[ 0.55, 0.55],
[ 4. , 4. ]]), array([0, 0, 0, 0], dtype=int32))
看起来 k-means 算法在寻找新的质心时考虑了它的初始质心。为什么是这样？我怎样才能防止这种情况发生？
我已经有一段时间没有真正研究过这个了，但我随机得到了这个灵光一现的时刻，在这个时刻我弄清楚了为什么会出现我的问题：
虽然结果看起来有点奇怪，但如果你看看 k-means 的工作原理，这些结果其实很容易解释：在 k-means 的第一个 epoch 中，四个数据点都被分配到 [3, 3] 质心，因为该质心最接近所有数据点。数据点的平均值为 [ 0.55, 0.55]。无论你之后做了多少个纪元，初始化为 [3, 3] 的质心将保持不变（因为它不是 'attracted' 到任何其他数据点，没有任何）和另一个质心（初始化为[4, 4]) 将保持不变，因为 none 个数据点比另一个更接近这个质心。就是这样。
我一直在研究 scipy 的 kmeans2 算法，直到我发现一个问题。考虑以下代码：
x = np.array([[0.1, 0.0], [0.0, 0.1], [1.1, 1.0], [1.0, 1.1]])
c = np.array([[3,3], [4, 4]])
kmeans2(x, c, minit = 'matrix', iter=100)
您会期望此代码（相当不恰当地）收敛到具有以下质心的解决方案：[0.05, 0.05] 和 [1.05, 1.05]。
但是，代码 returns this:
(array([[ 0.55, 0.55],
[ 4. , 4. ]]), array([0, 0, 0, 0], dtype=int32))
看起来 k-means 算法在寻找新的质心时考虑了它的初始质心。为什么是这样？我怎样才能防止这种情况发生？
我已经有一段时间没有真正研究过这个了，但我随机得到了这个灵光一现的时刻，在这个时刻我弄清楚了为什么会出现我的问题：
虽然结果看起来有点奇怪，但如果你看看 k-means 的工作原理，这些结果其实很容易解释：在 k-means 的第一个 epoch 中，四个数据点都被分配到 [3, 3] 质心，因为该质心最接近所有数据点。数据点的平均值为 [ 0.55, 0.55]。无论你之后做了多少个纪元，初始化为 [3, 3] 的质心将保持不变（因为它不是 'attracted' 到任何其他数据点，没有任何）和另一个质心（初始化为[4, 4]) 将保持不变，因为 none 个数据点比另一个更接近这个质心。就是这样。