有没有人有一篇论文解释如何CKmeans.1d.dp http://cran.r-project.org/web/packages/Ckmeans.1d.dp/算法有效吗？
或者：在一维中进行 k 均值聚类的最佳方法是什么？
基于 Monge 矩阵的理论结果，单变量 k 均值聚类可以在 O(kn) 时间内（在已排序的输入上）解决，但由于数值不稳定以及编码挑战，该方法很可能并不流行。
更好的选择是 O(knlgn) 方法，该方法现已在 Ckmeans.1d.dp 版本 3.4.6 中实现。此实现与启发式 k 均值一样快，但提供有保证的最优性，比启发式 k 均值好几个数量级，特别是对于较大的 k。
Richard Bellman (1973) 的通用动态规划解决方案没有涉及 k 均值问题的细节，并且隐含的运行时间为 O(kn^3)。
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
