Какие существуют методы оптимизации начального положения центров кластеров?

Некоторые методы оптимизации начального положения центров кластеров:

• Выбор центров из объектов выборки. education.yandex.ru Это базовое решение, при котором важно не попасть в область пространства признаков, где нет точек выборки. education.yandex.ru
• Выбор максимально удалённых друг от друга центров. education.yandex.ru В случае кучного размещения центров их начальное положение с большой вероятностью окажется далёким от итогового положения центров кластеров. education.yandex.ru
• Метод K-means++. education.yandex.ru www.dmitrymakarov.ru Модификация K-means, использующая эвристику для выбора начальных приближений. education.yandex.ru Алгоритм заключается в следующем: education.yandex.ru
• первый центр выбирают случайно из равномерного распределения на точках выборки; education.yandex.ru
• каждый следующий центр выбирают из случайного распределения на объектах выборки, в котором вероятность выбрать объект пропорциональна квадрату расстояния от него до ближайшего к нему центра кластера. education.yandex.ru
• Применение алгоритмов глобальной оптимизации. cyberleninka.ru Такие алгоритмы позволяют получить единственное решение, близкое к оптимальному, и не имеют требований к форме функционала. cyberleninka.ru Например, к ним относятся генетические алгоритмы и алгоритм поиска по шаблону. cyberleninka.ru