Algorithm 大小相等的k簇中的n组点

可能重复：

编辑：像卡斯佩林一样，向我指出这个问题是重复的。无论如何，这里有一个更一般化的问题，包括这个问题：

我的要求

在一个项目中，我需要将n个点（x，y）分组为大小相等（n/k）的k个簇。其中x和y是双浮点数，n的范围为100到10000，k的范围为2到100。在算法运行之前，k也是已知的

我的实验

我开始使用该算法来解决这个问题，该算法可以快速有效地生成大小大致相同的k个簇

但我的问题是，K-means产生的簇大小大致相同，我需要簇大小完全相同（或者更准确地说，我需要它们的大小介于地板（n/K）和天花板（n/K）之间）

在你向我指出之前，是的，我在这里尝试了第一个答案，这听起来是个好主意

其主要思想是通过K-means对集群产生的数组进行后处理。从最大的集群到最小的集群。我们通过将额外的点移动到另一个最近的簇来减小具有n/k个以上成员的簇的大小。更不用说已经减少的集群了

以下是我实现的伪代码：

n is the number of point
k is the number of cluster
m = n / k (the ideal cluster size)
c is the array of cluster after K-means
c' = c sorted by size in descending order
for each cluster i in c' where i = 1 to k - 1
    n = size of cluster i - m (the number of point to move)
    loop n times
        find a point p in cluster i with minimal distance to a cluster j in c' where j > i
        move point p from cluster i to cluster j
    end loop
    recalculate centroids
end for each

该算法的问题是，在接近过程结束时（当我接近k时），我们必须在c中选择一个簇j’（其中j>i，因为我们需要忽略已处理的簇），但我们发现的这个簇j可能远离簇i，从而打破了簇的概念

我的问题

是否有一个后K-means算法或K-means变体可以满足我的要求，或者我从一开始就错了，我需要找到其他聚类算法

---

PS：我不介意自己实现这个解决方案，但如果我能使用一个库，最好是JAVA，那就太好了。

我不是这方面的专家，我曾经需要想出一个简单的算法来对地图上的位置进行聚类，其中每个点都需要是一个集群的一部分，集群以多种方式绑定（不仅仅是在规模（即点数）上，还包括一些取决于各种因素的其他措施）

通过首先找到“难点”，然后在此基础上增加集群，我得到了最好的结果点将是难以到达的点，例如，因为它们单独位于整个区域的外围，或者因为它们比其他点更能帮助到达另一个簇边界条件。这有助于整齐排列簇，留下很少的孤独者和相应的手工放置它们

---

如果您当前的算法通常会最后找到这些难点，这可能会对您有所帮助。

尝试以下k-means变化：

初始化：

• 从数据集中随机选择

  k

  中心，或者更好地使用kmeans++策略
• 对于每个点，计算到其最近簇中心的距离，并为此构建堆
• 从堆中绘制点，并将其分配到最近的群集，除非群集已满。如果已满，请计算下一个最近的群集中心并重新插入堆中

最后，您应该有一个分区来满足每个簇+-1个相同数量的对象的要求（确保最后几个簇也有正确的数量。第一个

m

簇应该有

ceil

对象，其余的正好是

floor

对象。） 请注意，使用堆可以确保集群保持凸：如果它们不再凸，则会有更好的交换候选

迭代步骤：

必备条件：每个集群的列表，其中包含“交换建议”（希望位于不同集群中的对象）

E步骤：按照常规k均值计算更新后的聚类中心

M步骤：迭代所有点（一个点或一批中的所有点）

计算距离对象最近的群集中心/距离当前群集最近的所有群集中心。如果它是不同的群集：

• 如果另一个集群比当前集群小，只需将其移动到新集群
• 如果另一个集群（或距离较低的任何集群）有交换建议，则交换两个元素集群分配（如果有多个提议，则选择改进最大的一个）
• 否则，请指明另一个群集的交换建议

簇大小保持不变（+-天花板/地板差异），只要能够改善估计，对象只会从一个簇移动到另一个簇。因此，它应该像k-均值一样收敛于某个点。不过可能会稍微慢一点（即更多迭代）

---

我不知道以前是否发布或实现过此功能。这正是我要尝试的（如果我尝试k-means，会有更好的聚类算法。）

如何选择初始聚类？聚类数量及其初始质心由用户（人类）选择@casperOne，你以重复的方式结束了这个问题？事实上，我在我的问题中说，我在中尝试了建议的解决方案，但没有成功，我试图在这里进一步，询问是否还有其他解决方案。但如果你决定继续关闭它，我不会生你的气：）“我只是不认为它是重复的。@皮埃尔·戴维德贝朗格：你的问题没有很好地将自己与另一个问题区分开来。如果你能做出重大改变，指出不同之处（在问题中，而不是在评论中），那么它可以重新打开。还有，你有没有考虑过问一下？考虑到这个网站的存在，这个问题有点离题。你试过所有的答案了吗