設定の意味
kはクラスタ数です。ランダム初期化は点を無作為に選び、k-means++は既存の中心から離れた点を選びやすくします。慣性は点から所属中心までの距離の二乗和です。
まず試してみること
「割り当て」と「中心を更新」を交互に押してください。次に両方式で再試行を実行し、最終慣性の分布を比較します。空白部分をクリックするとデータ点を追加できます。
結果の見方
同じデータとkなら、慣性が小さい方がk-meansの目的関数では良い結果です。ただし意味のある分類とは限りません。三日月形のデータでは、距離に基づくこの方法の限界も観察できます。