R：每次运行时聚类结果都不同

Question

library(amap)
set.seed(5)
Kmeans(mydata, 5, iter.max=500, nstart=1, method="euclidean")

在'amap'包中运行数次，即使参数和种子值始终相同，每次运行Kmeans或其他聚类方法的聚类结果也是不同的。

我尝试在不同的包中使用另一个kmeans函数，但结果仍然相同...

实际上，我想要同时使用Weka和R，所以我也尝试了RWeka包中的SimpleKMeans，并且它总是给出相同的值。然而，问题是我不知道如何将SimpleKmeans中的聚类数据和聚类编号存储到R中，这让我卡住了...

无论如何，我该如何保持聚类结果始终相同？或者我该如何将SimpleKmeans中的聚类结果存储到R中？

- question

---

你每次运行 Kmeans 都会重置种子吗？还是只有第一次？如果你每次都重置种子，那么每次得到的答案应该都是相同的。 - Greg

Answer 1

你一定做错了什么。只要在每次调用Kmeans()之前设置种子，我每次运行以下代码都会得到可重复的结果：

library(amap)

out <- vector(mode = "list", length = 10)
for(i in seq_along(out)) {
    set.seed(1)
    out[[i]] <- Kmeans(iris[, -5], 3, iter.max=500, nstart=1, method="euclidean")
}

for(i in seq_along(out[-1])) {
    print(all.equal(out[[i]], out[[i+1]]))
}

最后一个for循环输出的是：

[1] TRUE
[1] TRUE
[1] TRUE
[1] TRUE
[1] TRUE
[1] TRUE
[1] TRUE
[1] TRUE
[1] TRUE

表明结果每次都完全相同。

- Gavin Simpson

---

编辑代码示例以包括 library(amap) 和函数 Kmeans。 - Andrie

+1 展示了每次调用 Kmeans 时应如何使用 set.seed。 - Andrie

@Andrie 感谢您的编辑，将其更新为 Kmeans()，现在 OP 告诉我们它在哪里找到了。 - Gavin Simpson

Answer 2

提醒一下，K均值算法的结果对数据集中数据点的顺序敏感。如果你再次使用随机数据点运行正确的代码，则会获得不同的结果。

- pedrosaurio

Answer 3

你设置了种子吗？ set.seed(1)

每次K-Means初始化质心时，都会随机生成，需要种子来生成随机值。

- Yoshua Joo Bin