13.4 随机初始化

参考视频: 13 - 4 - Random Initialization (8 min).mkv

在运行 K-均值算法的之前，我们首先要随机初始化所有的聚类中心点，下面介绍怎样

做：

1. 我们应该选择 K<m，即聚类中心点的个数要小于所有训练集实例的数量

2. 随机选择 K 个训练实例，然后令 K 个聚类中心分别与这 K 个训练实例相等

K-均值的一个问题在于，它有可能会停留在一个局部最小值处，而这取决于初始化的情

况。

为了解决这个问题，我们通常需要多次运行 K-均值算法，每一次都重新进行随机初始 化，最后再比较多次运行 K-均值的结果，选择代价函数最小的结果。这种方法在 K 较小的 时候（2--10）还是可行的，但是如果 K 较大，这么做也可能不会有明显地改善。