kmeans python自定义初始聚类中心_python – 具有选定初始中心的k-means

我正在尝试使用选定的初始质心进行k均值聚类.

它说

here

指定您的初始中心：

init : {‘k-means++’, ‘random’ or an ndarray}

如果传递了ndarray,它应该是形状(n_clusters,n_features)并给出初始中心.

我在Python中的代码：

X = np.array([[-19.07480000, -8.536],

[22.010800000,-10.9737],

[12.659700000,19.2601]], np.float64)

km = KMeans(n_clusters=3,init=X).fit(data)

# print km

centers = km.cluster_centers_

print centers

返回错误：

RuntimeWarning: Explicit initial center position passed: performing only one init in k-means instead of n_init=10

n_jobs=self.n_jobs)

并返回相同的初始中心.知道如何形成初始中心以便可以接受吗？