Je constate une augmentation du total dans la somme des carrés lorsque j'utilise le code ci-dessous. Est-ce possible ou je fais une erreur dans le code?Est-ce que les Kmeans totaux dans la somme des carrés peuvent augmenter avec le nombre de groupes?
v<-foreach(i = 1:30,.combine = c) %dopar% {
iter <- kmeans (clustering_data,centers = i,iter.max = 1000)
iter$tot.withinss
}
K-means est un algorithme randomisé. Cela ne garantit pas de trouver l'optimum.
Donc, vous avez simplement eu un mauvais hasard.
Oui. Voir la réponse d'Anony-Mousse.
Si vous utilisiez l'argument nstart = 25 de la fonction kmeans(), vous exécuteriez l'algorithme 25 fois, laissez R collecter les mesures d'erreur de chaque exécution et générer des moyennes en interne. De cette façon, vous n'avez pas besoin de construire une boucle foreach.
de la documentation de R kmeans()
## random starts do help here with too many clusters
## (and are often recommended anyway!):
(cl <- kmeans(x, 5, nstart = 25))
Vous devez choisir une valeur raisonnable pour nstart. Ensuite, les erreurs par différentes initialisations aléatoires sont plus susceptibles d'être moyennées. (Mais il n'y a aucune garantie que tot.withinss soit minime après nstart runs.)