sklearn学习笔记之Kmeans聚类

最新推荐文章于 2025-03-21 10:13:00 发布

杨柳岸晓风

最新推荐文章于 2025-03-21 10:13:00 发布

阅读量1.8k

点赞数 1

分类专栏：数据挖掘 SKlearn 文章标签：机器学习 KMeans

本文链接：https://blog.csdn.net/yjIvan/article/details/72281666

版权

这篇博客介绍了sklearn库中的KMeans聚类算法，包括其构造函数的参数解释，如簇的数量、初始化方法、迭代次数等。还提到了KMeans对象的属性，如labels_、cluster_centers_和inertia_，以及方法如fit、predict和transform等。通过这些内容，读者可以深入理解KMeans如何进行数据聚类。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

先讲KMeans的构造函数：

使用前需要导入

import sklearn.cluster import KMeans

KMeans(n_clusters=8,
     init='k-means++', 
    n_init=10, 
    max_iter=300, 
    tol=0.0001, 
    precompute_distances='auto', 
    verbose=0, 
    random_state=None, 
    copy_x=True, 
    n_jobs=1, 
    algorithm='auto'
    )

各个参数的意义：

参数的意义：