语法
sklearn.cluster.KMeans(n_clusters=8, # 簇的个数
init='k-means++', # 初始簇中心的获取方法
n_init=10, # 获取初始簇中心的更迭次数
max_iter=300, # 最大迭代次数
tol=0.0001, # 容忍度,即kmeans运行准则收敛的条件
precompute_distances='auto', # 是否需要提前计算距离
verbose=0, # 冗长模式
random_state=None, #随机生成簇中心的状态条件
copy_x=True,
n_jobs=1, # CPU 并行设置
algorithm='auto') # kmeans的实现算法,有:’auto’, ‘full’, ‘elkan’, 其中 ‘full’表示用EM方式实现
参数的意义:
precompute_distances:是否需要提前计算距离,这个参数会在空间和时间之间做权衡,如果是True 会把整个距离矩阵都放到内存中,auto 会默认在数据样本大于featurs*samples 的数量大于12e6 的时候False,False 时核心实现的方法是利用Cpython 来实现的
- copy_x: 对是否修改数据的一个标记,如果True,即复制了就不会修改数据。bool 在scikit-learn 很多接口中都会有这个参数的,就是是否对输入数据继续copy 操作,以便不修改用户的输入数据。这个要理解Python 的内存机制才会比较清楚。