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、MiniBatchKMeans参数说明
• 标签：Python、sklearn.cluster.MiniBatchKMeans

1. 问题描述

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

2. 程序实现

#调用Mini-Batch-KMeans算法
from sklearn.cluster import MiniBatchKMeans
#调用该方法的一个具体实例
mini_example=MiniBatchKMeans(init='k-means++', n_clusters=3, batch_size=100,n_init=3, max_no_improvement=10)

Mini-Batch-KMeans算法的主要参数包括：

• init：初始化方法，包括三种：K-means++,random和ndarray，默认选择为K-means++。
• n_clusters为生成的聚类个数，默认值为8。
• batch_size为每批的数据量，默认值为100。
• n_init为尝试的随机初始化次数，默认值为3。
• max_no_improvement为基于连续的小批量控制提前停止的数量，虽然这并不会使平滑质量得到改善，默认值为10，如要禁用此参数则设置为None。