K-means 初始化

首先 K  < m，若集群的数量多于样本数显然是不合理的。

第一步：随机选取 K 个样本；

第二步：设这 K 个样本为 μ1 μ2 ... μk

有时候K-meas 算法会出现局部最小值的情况，如左下图和右下图，因此应当多次运行 K-means 算法 ，取成本 J 最小的那个。

随机初始化的步骤如下，通常50-1000次是正常的，次数太多计算成本会很高。 

 

聚类数量的选择

 一种方法是肘方法(elbow method), 把 J 当做是集群数量 K 的函数，选择函数弯曲的地方（即手肘）作为 K 的值。

另一种方法是根据后续的工作进行评估 ，例如调整T恤衫的尺寸，可以分为三类，也可以分为五类，但两种情况下T恤衫的合适程度以及生产成本不同，需要根据这些进行选择。