El k-means++ algoritmo ayuda de dos siguientes puntos del original de k-medias algoritmo:¿Deberíamos usar k-means ++ en lugar de k-means?
- La k-medio original algoritmo tiene el peor caso de tiempo de super-polinomio en tamaño de entrada en funcionamiento, mientras que k-medias ++ tiene reivindicado ser O (log k).
- La aproximación encontrada puede producir un resultado no tan satisfactorio con respecto a la función objetivo en comparación con la agrupación óptima.
¿Pero hay algún inconveniente de k-means ++? ¿Deberíamos usarlo siempre en lugar de k-means a partir de ahora?
solo un nitpick. Es log K competitivo con óptimo, no con Lloyd's. De hecho, LLoyd's puede ser arbitrariamente malo, óptimo, y no tiene una aproximada garantía de aproximación. – Suresh
@Suresh: eso no es un detalle, sino un pensamiento de mi parte. Corregido –