k-means++
k-means es un tipo de algoritmo de agrupamiento. Para agrupar los datos proporcionados en k clústeres, se calcula el promedio de cada clúster ↔ y los datos se asignan repetidamente al punto representativo más cercano. k-means varía en la forma en que converge dependiendo del valor inicial de los k puntos representativos. La convergencia de k-means depende de los valores iniciales de los puntos representativos. k-means++ puede usarse para obtener resultados más estables al elegir los valores iniciales de una manera diferente.
import numpy as np
import matplotlib.pyplot as plt
from sklearn.cluster import KMeans
from sklearn.datasets import make_blobs
Comparar k-means y k-means++
k-means y k-means++ son métodos de agrupamiento similares, pero difieren en cómo seleccionan los valores iniciales de los centroides.
k-means: Selecciona aleatoriamente los valores iniciales de los centroides, lo que puede llevar a resultados inconsistentes o inestables dependiendo de las inicializaciones. Algunas ejecuciones pueden converger a soluciones subóptimas.
k-means++: Mejora la selección inicial de los centroides al elegir puntos iniciales que están más espaciados, lo que generalmente conduce a una convergencia más rápida y resultados más estables. Reduce la probabilidad de encontrar soluciones subóptimas.
n_samples = 3000
random_state = 11711
X, y = make_blobs(
n_samples=n_samples, random_state=random_state, cluster_std=1.5, centers=8
)
plt.figure(figsize=(8, 8))
for i in range(10):
# Compare k-means and k-means++
rand_index = np.random.permutation(1000)
X_rand = X[rand_index]
y_pred_rnd = KMeans(
n_clusters=5, random_state=random_state, init="random", max_iter=1, n_init=1
).fit_predict(X_rand)
y_pred_kpp = KMeans(
n_clusters=5, random_state=random_state, init="k-means++", max_iter=1, n_init=1
).fit_predict(X_rand)
plt.figure(figsize=(10, 2))
plt.subplot(1, 2, 1)
plt.title(f"random")
plt.scatter(X_rand[:, 0], X_rand[:, 1], c=y_pred_rnd, marker="x")
plt.subplot(1, 2, 2)
plt.title(f"k-means++")
plt.scatter(X_rand[:, 0], X_rand[:, 1], c=y_pred_kpp, marker="x")
plt.show()
plt.tight_layout()
plt.show()
