代码之家 › 专栏 › 技术社区 › Earl. Fojas

K-Medoid(PAM)算法的缺点

hierarchical-clustering k-means data-mining cluster-analysis algorithm

1

Earl. Fojas · 技术社区 · 8 年前

然而,K-medoid的时间复杂度为O(n^2),与时间复杂度为O(n)的K-means(劳埃德算法)不同。我想问一下,除了时间复杂度外,K-medoid算法是否还有其他缺点。

1 回复 | 直到 8 年前

1

Hello Lili 7 年前

K-Medoid算法(PAM、CLARA或CLARANS)的主要缺点是它们不适合对非球形(任意形状)对象组进行聚类。

PAM的另一个缺点是,对于同一数据集上的不同运行,它可能会获得不同的结果,因为第一个 k

k (集群数量)提前。