源码解读----之_kmeans_single_lloyd和_kmeans_single_elkan初始化质心的方法

本文深入探讨了KMeans聚类算法中的两种初始化质心方法——Lloyd方法和Elkan方法,详细解析了它们的工作原理和实现过程,帮助读者理解这两种方法在优化KMeans效率上的差异。
摘要由CSDN通过智能技术生成

源码解读----之_kmeans_single_lloyd和_kmeans_single_elkan初始化质心的方法,_init_centroids法被
_kmeans_single_lloyd和_kmeans_single_elkan调用,而_kmeans_single_lloyd和_kmeans_single_elkan被k_means方法调用
 
def _init_centroids(X, k, init, random_state=None, x_squared_norms=None,
                    init_size=None):
    """初始化质心
    @:parameter X : array, shape (n_samples, n_features)样本数据
    @:parameter k : int质心数
    @:parameter init : {'k-means++', 'random' or ndarray or callable}初始化中心的方法
    @:parameter random_st
  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
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