关于K-Means聚类算法的，大家交流一下。

Question

论文里都说：K-Means算法对数据输入顺序敏感。怎么理解呢？
我的理解是：K-Means算法选取前K个点为中心，数据输入顺序不同，选取的K个中心点就不同，因此聚类结果不同。这个的根源还是K-Means算法对初始聚类中心的敏感性
而且，我做过实验，打乱了iris中数据的顺序，得到3个不同的数据集。但是我采用相同的中心，得到的结果是一样的。
大家是怎么理解：K-Means算法对数据输入顺序敏感的，这个问题的？
谢谢啊！

Answer 1

当然是敏感的，跟程序中如何处理数据有很大的关系。比如两个中心点（-1,0）（1,0），这时读入数据（0,0），那么程序计算与所有中心点的距离，因为距离相同，程序会给其中一个，至于给哪个，都是由程序决定，一般按数据存储的先后顺序来给。而且结果不同不能代表聚类结果差，而是说明结果的多样化，本身K的选取就是没有一个约定的方法，所以结果有差别也是理所当然的。关键是你要如何体现你的算法的优越性。就是要跟别的算法作比较，比如从算法的空间、时间复杂度，算法的运行处理速度等等因素来做比较。

Answer 2

相同的初始中心，在后面的数据不同的输入顺序下，仍然可能造成不同数据集结果。直观上因为不同的输入顺序中对各中心的影响不同。
你要验证你的理解的正确性，需要给出严格证明；
而要否定你的理解，只需要做出反例即可。追问

谢谢你的回答，你的回答很好，请问你可以举出这样的反例吗？谢谢你了

追答

我暂时没空帮你构造反例……不过这位叫蔚蓝的朋友MS举了一种也算是反例的情况（等距离）。

Answer 3

bjsjjachjasch