K-Means的主要优点:
(1)原理简单,容易实现
(2)可解释度较强
K-Means的主要缺点:
(1)K值很难确定
(2)局部最优
(3)对噪音和异常点敏感
(4)需样本存在均值(限定数据种类)
(5)聚类效果依赖于聚类中心的初始化
(6)对于非凸数据集或类别规模差异太大的数据效果不好
浙公网安备 33010602006230号
浙ICP备14015892号