k-means详解

https://blog.csdn.net/github_39261590/article/details/76910689
https://www.cnblogs.com/wang2825/articles/8696830.html
https://www.cnblogs.com/wuchuanying/p/6218486.html

sklearn.cluster.KMeans 参数介绍

这个是现在python机器学习最流行的集成库sklearn.cluster.KMeans这个类对于初始聚类中心的选择刚好默认选择的就是k-means ++。

参数：

n_clusters：
整形，缺省值=8 【生成的聚类数，即产生的质心（centroids）数。】
max_iter：整形，缺省值=300
执行一次k-means算法所进行的最大迭代数。
n_init：整形，缺省值=10
用不同的质心初始化值运行算法的次数，最终解是在inertia意义下选出的最优结果。
init：有三个可选值：’k-means++’， ‘random’，或者传递一个ndarray向量。
此参数指定初始化方法，默认值为 ‘k-means++’。
（１）‘k-means++’ 用一种特殊的方法选定初始质心从而能加速迭代过程的收敛（即上文中的k-means++介绍）
（２）‘random’ 随机从训练数据中选取初始质心。
（３&