代码之家 › 专栏 › 技术社区 › GH.Liou

Python,Scikit learn,K-means:参数n\u init实际上做什么?[副本]

k-means cluster-analysis scikit-learn machine-learning python

0

GH.Liou · 技术社区 · 8 年前

n\u初始化 从…起 sklearn.cluster.KMeans

n\u初始化 :int,默认值:10

使用不同质心种子运行k-means算法的时间。就惯性而言,最终结果将是n_init连续运行的最佳输出。

helpful question 我意识到这就是 最大iter

n\u初始化 做我真的不明白。

1 回复 | 直到 6 年前

1

4

Gambit1614 8 年前

在K-均值中,质心的初始位置对其收敛性起着非常重要的作用。有时,初始质心的放置方式是,在K-均值聚类的连续迭代过程中,即使在可能出现收敛条件之前,聚类也会发生剧烈变化, max_iter n_iter 基本上决定了算法应该使用多少不同的随机选择质心集。对于每个不同的点集,比较了簇移动的距离,即如果簇移动的距离小于,则我们很可能最接近地面真实值/最佳解。返回提供最佳性能的点及其各自与所有集群标签一起运行。

如果你感兴趣,你也可以看看 k-means++ algorithm 专门为解决这个问题而设计。

this link for more details