K 表示具有固定中心您好，有沒有一種方法可以計算資料集的 k 均值，但有一些預先定義的中心？也就是說，我有以下隨機數據，想要找到 k=3 個中心，但其中 2 個中心已經固定在給定位置。JMP 14.2.0 中是否存在該功能？謝謝！
要點：
| 標籤 | X | 是 |
| 要點1 | 3 | 3 |
| 要點2 | 4 | 4 |
| 要點3 | 6 | 6 |
| 要點4 | 50 | 30 |
| 要點5 | 60 | 60 |
| 第6點 | 70 | 90 |
| 第7點 | 90 | 90 |
| 要點8 | 99 | 99 |
| 第9點 | 101 | 101 |
| 要點10 | 102 | 102 |
如果這兩個中心已經定義，則找出第三個簇：
分析點的常規輸出工作正常並優化了 3 個簇，但沒有考慮所需的固定簇：
消費者與市場研究回覆：K 表示具有固定中心你好@AvgRegression52 ,
很高興聽到這個技巧似乎對你很有效！ 是的，由於操縱頻率/權重來控制前兩個質心位置，因此最後第三個質心位置可能會受到此變化的影響。
沒問題，我不想打擾，我現在更好地理解為什麼你想保留 2 個質心，這聽起來像迭代 K 均值聚類（或帶約束的 K 均值聚類）：能夠對新的觀察結果進行聚類已經存在的群集（例如，來自先前的分析）和新建立的群集（如果需要）。 我已經在 StackOverflow 上看到過類似的問題，這就是為什麼我對上下文有點好奇。
感謝您的解釋！
一切順利，回覆：K 表示具有固定中心謝謝@Victor_G ，提升的頻率似乎適合我的用例！在經過處理的第三個聚類位置上所獲得的點，因為現實世界的數據並不像樣本那麼明顯。
抱歉，我無法分享實際數據或具體細節，但主要數據集中在客戶支援網路上。目前，我們在洛杉磯等特定城市擁有多個設施，並希望靠近所有服務點。然而，我們今天已經在 2 個地點擁有房地產，並且正在調查第三個地點，因此有幾種不同的情況：
1) 如果我們放棄所有目前屬性，我們將把所有 3 個新屬性重新安置在哪裡（k 均值可以嗎）？
2) 如果我們保留現有的 2 個地點，那麼第三個房產的理想位置在哪裡？
3) 如果在理想位置沒有房產，哪裡有土地可供出售，以及與範例 2 相比，該位置「不太理想」多少？
回覆：K 表示具有固定中心你好@AvgRegression52 ,
對於像 K-Means 這樣的無監督演算法來說，你的想法似乎是違反直覺的，因為你似乎已經有了關於不同群集/組的先驗資訊。出於好奇，為什麼要更改 K-Means 演算法找到的質心的位置？
可能有一種解決方法可以得到您期望的結果：
- 在資料表中，使用您希望為這兩個質心設定的X 和Y 值（在範例中為[5,5] 和[100,100]）建立兩個新行（「質心1」和「質心2」） 。
- 然後，建立一個數字列“Weight”，其中所有先前的觀測值都處於較低值（例如：1 或更低），並且新添加的2 個“centroïds”行具有非常大的值（例如：1000000 或更大） 。
- 然後，在啟動 K-Means 分析平台時，使用 X 和 Y 作為“Y，列”，並使用“Freq”或“Weight”中的新列“Weight”來偏置質心位置。 啟動具有 3 個叢集（或您喜歡的任何數字）的 K-Means。
這樣，兩個新添加的行將比表中的其他行“人為”地具有更高的頻率（或重要性），並且其中兩個聚類中心將嚴重偏向於盡可能接近這些行的坐標兩個質心行座標（參見捕獲“Biased_K-Means”）。
請格外小心地使用此解決方法，因為最後一個聚類中心位置可能會受到此過程的影響，它取決於維度中點的分佈：在您的範例中，三個聚類定義明確且相距較遠，因此增加了更多頻率/權重到兩個新的「質心」座標值（位於 X 和 Y 分佈的極端）不會影響第三個聚類質心的位置（「中間」）。
如果您想查看的話，數據表示例還附有「有偏差的」K-Means 腳本。
我希望這個解決方法能夠幫助你，
