sklearn.cluster -> KMeans 文档翻译

关于KMeans的文档

from sklearn.cluster import KMeans
help(KMeans)

K-Means clustering  

KMeans聚类

参数：

n_clusters:   int类型，默认8。产生的聚类数。

 init:   { 'k-means++',  'random'  or  an  ndarray}, 默认k-means++。初始选取聚类中心位置的方法。

          'k-means++' ：kmeans聚类法中一种选择初始聚类中心的方法，可以加速收敛。

          'ransom' : 随机选择k个中心。

          当使用nadarry形式时，其形状应该是（n_clusters, n_features) 给出聚类中心。

n_init:  int类型，默认10。在不同的中心时运行kmeans的次数。

max_iter:  int类型，默认300。kmeans算法单词运行中的最大迭代次数。

tol:  float类型，默认1e-4。相对误差。

precompute_distances:  {'auto', Ture, False}。预计算距离（更快，但占用更多内存）

            ‘auto’：当n_samples * n_clusters >12000000 时不预计算距离。

            True：一直预计算距离

            False：不预计算距