Я получаю разные результаты каждый раз, когда я запускаю свой код

Я использую ELKI для кластеризации моих данных я использовал KMeansLloyd<NumberVector>with k=3 каждый раз, когда я запускаю свой Java-код, я получаю совершенно разные результаты кластеров, это нормально, или я должен что-то сделать, чтобы сделать мой вывод почти стабильным? вот мой код, который я получил из учебников Elki

DatabaseConnection dbc = new ArrayAdapterDatabaseConnection(a);
    // Create a database (which may contain multiple relations!)
    Database db = new StaticArrayDatabase(dbc, null);
    // Load the data into the database (do NOT forget to initialize...)
    db.initialize();
    // Relation containing the number vectors:
    Relation<NumberVector> rel = db.getRelation(TypeUtil.NUMBER_VECTOR_FIELD);
    // We know that the ids must be a continuous range:
    DBIDRange ids = (DBIDRange) rel.getDBIDs();

    // K-means should be used with squared Euclidean (least squares):
    //SquaredEuclideanDistanceFunction dist = SquaredEuclideanDistanceFunction.STATIC;
    CosineDistanceFunction dist= CosineDistanceFunction.STATIC;

    // Default initialization, using global random:
    // To fix the random seed, use: new RandomFactory(seed);
    RandomlyGeneratedInitialMeans init = new RandomlyGeneratedInitialMeans(RandomFactory.DEFAULT);

    // Textbook k-means clustering:
    KMeansLloyd<NumberVector> km = new KMeansLloyd<>(dist, //
    3 /* k - number of partitions */, //
    0 /* maximum number of iterations: no limit */, init);

    // K-means will automatically choose a numerical relation from the data set:
    // But we could make it explicit (if there were more than one numeric
    // relation!): km.run(db, rel);
    Clustering<KMeansModel> c = km.run(db);

    // Output all clusters:
    int i = 0;
    for(Cluster<KMeansModel> clu : c.getAllClusters()) {
      // K-means will name all clusters "Cluster" in lack of noise support:
      System.out.println("#" + i + ": " + clu.getNameAutomatic());
      System.out.println("Size: " + clu.size());
      System.out.println("Center: " + clu.getModel().getPrototype().toString());
      // Iterate over objects:
      System.out.print("Objects: ");

      for(DBIDIter it = clu.getIDs().iter(); it.valid(); it.advance()) {
        // To get the vector use:
         NumberVector v = rel.get(it);

        // Offset within our DBID range: "line number"
        final int offset = ids.getOffset(it);
        System.out.print(v+" " + offset);
        // Do NOT rely on using "internalGetIndex()" directly!
      }
      System.out.println();
      ++i;
    }
Источник

3 ответа

Решение

Я бы сказал, так как вы используете RandomlyGeneratedInitialMeans:

Инициализация k-средних путем генерации случайных векторов (в пределах диапазона значений наборов данных).

RandomlyGeneratedInitialMeans init = new RandomlyGeneratedInitialMeans(RandomFactory.DEFAULT);

Да, это нормально.

Источник

Предполагается, что K-Means инициализируется случайным образом. Желательно получать разные результаты при многократном запуске.

Если вы не хотите этого, используйте фиксированное случайное начальное число.

Из кода, который вы копируете и вставляете:

// To fix the random seed, use: new RandomFactory(seed);

Это именно то, что вы должны сделать...

long seed = 0;
RandomlyGeneratedInitialMeans init = new RandomlyGeneratedInitialMeans(
  new RandomFactory(seed));
Источник

Это было слишком долго для комментария. Как сказал @Idos, вы инициализируете свои данные случайным образом; Вот почему вы получаете случайные результаты. Теперь вопрос в том, как вы гарантируете результаты? Попробуй это:

Запустите алгоритм N раз. Каждый раз записывайте членство в кластере для каждого наблюдения. Когда вы закончите, классифицируйте наблюдение в кластер, который содержал его чаще всего. Например, предположим, что у вас есть 3 наблюдения, 3 класса и вы запускаете алгоритм 3 раза:

obs R1  R2  R3
1   A   A   B
2   B   B   B
3   C   B   B

Тогда вы должны классифицировать obs1 как A так как это было чаще всего классифицируется как A, группировать obs2 как B так как он всегда был классифицирован как B, И классифицировать obs3 как B так как это было чаще всего классифицируется как B по алгоритму. Результаты должны становиться все более стабильными, чем больше вы запускаете алгоритм.

Источник
Другие вопросы по тегам