scikit-learn中的一个k_means聚类方法参数说明

• 发布日期：2019-10-25
• 难度：简单
• 类别：聚类分析、KMeans参数说明
• 标签：Python、sklearn.cluster.KMeans

1. 问题描述

基于Python第三方库sklearn，对sklearn.cluster.KMeans的参数进行说明。

2. 程序实现

#导入K-means聚类算法的语句：
from sklearn.cluster import KMeans
#调用该方法的一个具体实例
KMeans(n_clusters=8,init="k-means++",n_init=10,max_iter=300, tol=0.0001,precompute_distances="auto", verbose=0, random_state=None, copy_x=True, n_jobs=1, algorithm="auto")

k-means算法的主要参数包括：

• n_cluster为整型数，默认值为8，代表要聚成的类别数，也就是要生成的质心数。
• init为初始化的方法，取值分为三类：默认为k-means++（确定kmeans聚类质心以加速类团合并），还有随机设置质心random和ndarray（以类团，特征的形式进行数组传递）
• n_init为整型数，默认值为10，不同的初始化质心运行算法次数。
• max_iter为整型数，默认值为300，最大的迭代次数。
• algorithm代表选择的算法，默认值为auto，共有auto,full和elkan三种算法供选择。Full为传统的kmeans算法，elkan为elkan k-means算法，auto会根据数据集是否稀疏自动选择算法，对稠密的数据集选择elkan算法，对稀疏的数据集选择full算法。

k-means算法的属性：

• cluster_centers_为数组形式(类团，特征)，代表类团中心的坐标。
• labels_为各个坐标点的类标签。
• inertia_为浮点数，代表样本到其最近聚类中心的平方距离之和。