K-means算法的参数详解

参数名称

默认值及输入类型

参数解释

algorithm

默认:Auto

有auto、full和elkan三种选择。

algorithm: 优化算法的选择,有auto、full和elkan三种选择。

  1. full就是一般意义上的K-Means算法,
  2. elkan是使用的elkan K-Means算法。
  3. auto则会根据数据值是否是稀疏的(稀疏一般指是有大量缺失值),来决定如何选择full和elkan。如果数据是稠密的,就选择elkan K-means,否则就使用普通的Kmeans算法。

copy_x

True

主要起作用于提前计算距离的情况,如果是True,则表示在源数据的副本上提前计算距离时,不会修改源数据。

init

默认值为‘k-means++’ 有三个可选值:‘k-means++’、‘random’、或者传递一个ndarray向量。

 

  1. (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

(1)、从输入的数据点集合(要求有k个聚类)中随机选择一个点作为第一个聚类中心;(2)、对于数据集中的每一个点x,计算它与最近聚类中心(指已选择的聚类中心)的距离D(x);(3)、选择一个新的数据点作为新的聚类中心,选择的原则是:D(x)较大的点,被选取作为聚类中心的概率较大;(4)、重复2和3直到k个聚类中心被选出来

  1. (2)‘random’ 随机从训练数据中选取初始质心。
  2. (3)如果传递的是一个ndarray,则应该形如 (n_clusters, n_features) 并给出初始质心。

max_iter

默认值为300 int型,

最大迭代数。

n_clusters

默认为8    int型

生成的聚类数,

n_init

默认值为10

int型

用不同的聚类中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。

n_jobs

int型。

指定计算所用的进程数。内部原理是同时进行n_init指定次数的计算。

  1. -1,则用所有的CPU进行运算。
  2. 若值为1,则不进行并行运算
  1. 若值小于-1,为-2,则用到的CPU数为总CPU数减1。

precompute_distances

默认值是auto

 auto,True,False三个参数值可选

是否需要提前计算距离

如果选择auto,当样本数*质心数>12兆的时候,就不会提前进行计算,如果小于则会与提前计算。提前计算距离会让聚类速度很快,但是也会消耗很多内存。

random_state

默认值为numpy.RandomState 类型,

还可以选择int型

用于初始化质心的生成器(generator)。如果值为一个整数,则确定一个seed。

 

tol

1e-4

float型,容忍的最小误差,当误差小于tol就会退出迭代,与inertia结合来确定收敛条件。

verbose

默认为0

是否输出详细信息,

  • 1
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值