k- साधन, क्लस्टर-संस्करण विचलन को कम करता है, जो कि यूक्लिडियन दूरी के बराबर होता है।
सामान्य तौर पर, अंकगणित माध्य ऐसा करता है। यह दूरी का अनुकूलन नहीं करता है , लेकिन इस बीच से विचलन को कम करता है।
k-medians पूर्ण विचलन को कम करता है, जो मैनहट्टन की दूरी के बराबर है।
सामान्य तौर पर, प्रति-अक्ष माध्यिका को ऐसा करना चाहिए। यह माध्य के लिए एक अच्छा अनुमानक है, यदि आप चुकता वाले लोगों के बजाय पूर्ण विचलन (यानी sum_i abs (x_i-y_i)) का योग कम से कम करना चाहते हैं।
यह सटीकता के बारे में सवाल नहीं है। यह शुद्धता का सवाल है। ;-)
तो यहाँ आपका निर्णय वृक्ष है:
- यदि आपकी दूरी यूक्लिडियन दूरी है , तो k- साधनों का उपयोग करें
- यदि आपकी दूरी टेक्सीकैब मेट्रिक है , तो k-medians का उपयोग करें
- यदि आपके पास कोई अन्य दूरी है , तो k-medoids का उपयोग करें
कुछ अपवाद: जहाँ तक मैं बता सकता हूँ, एल 2-सामान्यीकृत डेटा पर स्क्वायड यूक्लिडियन दूरी को कम करने से संबंधित कोसाइन समानता को अधिकतम करना है। इसलिए यदि आपका डेटा L2 सामान्यीकृत है; और आप प्रत्येक पुनरावृत्ति के माध्यम से अपने साधनों को सामान्य करते हैं, तो आप फिर से के-साधनों का उपयोग कर सकते हैं।