本文基于《X-means》和《BIC-notes》（原论文中BIC公式有误，这是对BIC的补充）
K-means的缺点
- 每一轮迭代的计算花费大
- 需要用户指定K
- 易于收敛到局部最优解
X-means的改进
- 使用kd-tree加速原K-means的每一轮迭代
- 用户指定K所属的范围，根据BIC score选到最优K
- 每一轮迭代只进行2-means（2-means对局部最优解不敏感）
X-means算法步骤
- 用户输入 \(k\_{min},k\_{max}\)，数据集 \(D\)
- 运行\(K_{min}\)-means
- 在每个聚类上，运行2-means
根据BIC score（只在该聚类上计算，即只计算本聚类数据只分成1类和两类时的BIC score）决定是否二分聚类 - 如果\(K<K_{max}\)，继续进行步骤2，否则返回结果
- 样例
- 首先将\(D\)分成3个聚类
- 再将每个子聚类分成2个聚类
计算BIC score决定是否二分
BIC score(Bayesian Information Criterion)
- \(BIC(\phi)=\hat{l_{\phi}}(D)-\frac{p_{\phi}}{2}\cdot log\ R\)
其中\(\phi\)表示模型，\(\hat{l_{\phi}}(D)\)为likelihood，\(p_{\phi}\)为模型的复杂度（自由参数个数） - X-means的假设：identical spherical assumption
数据由X个高斯函数残生，每个高斯函数有一样的方差\(\sigma\)(每个维度上的变量不相关，协方差矩阵为\(diag(\sigma)\))、不同的\(\mu_i\)；
数据生成时，根据概率\(p_i\)选择一个高斯函数\(g_i\)，然后生成一个点
所以似然函数为：
\(l_{\phi}(D) = \sum_{i=1}^R [log\ p(g_{(i)})+log\ p(x_i)]\)
其中\(p(g_{(i)})\)为生成点\(x_i\)的高斯函数被选到的概率 - 计算BIC，需要计算最大化的\(\hat{l_{\phi}}(D)\),所以需要对参数进行估计
\(p(g_k)=\frac{R_k}{R}\)
\(\sigma^2=\frac{1}{MR}\sum_{k=1}^{K}\sum_{x_i\in D_k}{\left\|x_i-\mu_k\right\|}^2\)
文中使用无偏估计，即\(\sigma^2=\frac{1}{M(R-K)}\sum_{k=1}^{K}\sum_{x_i\in D_k}{\left\|x_i-\mu_k\right\|}^2\) - \(p_{\phi}\)自由参数个数
K-1个高斯函数选择到的概率，MK 个每个高斯函数每个维度上的mean，1个方差
所以\(p_{\phi}=(M+1)K\)