Java 当集群中没有元素时，如何处理kmeans

我试图在Java中实现KMeans，但遇到了一个抛出所有结果的案例。当给定一些随机选择的初始化质心时，数据进入某个质心不实际定义集群的状态时，就会发生这种情况。例如，如果K=3，可能有2个质心更接近所有数据点，在这种情况下，在迭代过程中，我将只有2个簇，而不是3个簇

正如我所理解的KMeans一样，当我们重置质心时，我们需要将每个簇的所有数据点相加，然后除以簇的大小（以获得平均值）。因此，这意味着我们将有一个大小为0的簇，并将得到新的质心

[0/0, 0/0, ... 0/0]

关于处理这件事，我有两个问题： （1） 如果我们失去了一个集群，我们将如何从中恢复？ （2） 有什么方法可以解释0的除法吗

我为该逻辑编写的代码如下：

// do the sums
for (int i = 0; i < numDocuments; i++) {
    int value = label[i]; // get the document's label (i.e. 0, 1, 2)
    for (int j = 0; j < numWords; j++) {
        tempCentroids[value][j] += data[i][j];
    }
    tally[value]++;
}

// get the average
for (int i = 0; i < k; i++) {
    for (int j = 0; j < numWords; j++) {
        tempCentroids[i][j] /= (double) tally[i]; // could have division by zero
        System.out.println("tally[i] for centroid " + k + " is " + tally[i]);
    }
}

//求和
对于（int i=0；i

提前感谢，

“例如，如果K=3，可能是两个质心更接近所有数据点，在这种情况下，在迭代过程中，我将只有2个簇，而不是3个簇”

我认为您可以始终将为第三个簇选择的质心保留在第三个簇中，而不保留在其他簇中。这样，您就保持了集群的数量，并且不会遇到您提到的奇怪情况。（我假设您选择随机质心作为数据集中的实际K个数据点）

您可能还想看看K-means++算法，它与Kmeans算法相同，只是集群中心步骤的初始化不同。这将导致（可能）更好的分类