1.n_clusters 整形 缺省值 8 生成的聚类数 即产生的质心 centroids 数。】
2.max_iter 整形 缺省值 300 执⾏一次k-means算法所进行的最大迭代数。
3.n_init 整形 缺省值 10
⽤不同的质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。
4.init 有三个可选值 ’k-means ’ ‘random’ 或者传递⼀个ndarray向量。
此参数指定初始化⽅方法 默认值为 ‘k-means ’。
‘k-means ’ ⽤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 即上文中的kmeans 介绍
‘random’ 随机从训练数据中选取初始质心。
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。
5.precompute_distances 三个可选值 ‘auto’ True 或者 False。预计算距离 计算速度更更快但占⽤用更更多内存。
‘auto’ 如果 样本数乘以聚类数大于 12million 的话则不预计算距离。
This corresponds to about 100MB overhead per job using double precision.
True 总是预先计算距离。
False 永远不不预先计算距离。
6.tol float形 默认值 1e-4 与inertia结合来确定收敛条件。
7.n_jobs 整形数。 指定计算所⽤用的进程数。内部原理理是同时进行n_init指定次数的计算。
若值为 -1 则⽤用所有的CPU进⾏运算。若值为1 则不进行并行运算 这样的话⽅便调试。
若值⼩于-1 则⽤用到的CPU数为(n_cpus 1 n_jobs)。因此如果 n_jobs值为-2 则⽤到的CPU数为总CPU数减1。
8.random_state 整形或 numpy.RandomState 类型 可选⽤于初始化质心的⽣成器器 generator 。如果值为一个整数 则确定一个seed。此参数默认值为numpy的随机数生成器。
9.copy_x 布尔型 默认值 True
当我们precomputing distances时 将数据中⼼化会得到更准确的结果。如果把此参数值设为True
则原始数据不会被改变。如果是False 则会直接在原始数据上做修改并在函数返回值时将其还原。但是在
计算过程中由于有对数据均值的加减运算 所以数据返回后 原始数据和计算前可能会有细小差别。
cluster_centers_ 向量 [n_clusters, n_features] (聚类中⼼心的坐标)
Labels_: 每个点的分类
inertia_ float形
每个点到其簇的质⼼心的距离之和。
