kmeans_plusplus#

sklearn.cluster.kmeans_plusplus(X, n_clusters, *, sample_weight=None, x_squared_norms=None, random_state=None, n_local_trials=None)[source]#

根据 k-means++ 初始化 n_clusters 种子。

0.24 版本新增。

参数:

Xshape 为 (n_samples, n_features) 的 {array-like, sparse matrix}: 用于选择种子的数据。
n_clustersint: 要初始化的质心数量。
sample_weightshape 为 (n_samples,) 的 array-like, default=None: 数据集中每个观测值的权重。如果为 None，则所有观测值都被分配相等的权重。如果 init 是一个可调用对象或用户提供的数组，则忽略 sample_weight。

在版本 1.3 中新增。
x_squared_norms形状为 (n_samples,) 的类数组，默认值=None: 每个数据点的欧几里德范数的平方。
random_stateint 或 RandomState 实例，默认值=None: 确定质心初始化的随机数生成。传入一个 int 以在多次函数调用中获得可重现的输出。请参阅 Glossary。
n_local_trialsint，默认值=None: 每个中心（除了第一个）的播种试验次数，其中减少惯性最多的一个被贪婪地选择。设置为 None 使试验次数对种子数量呈对数依赖（2+log(k)），这是推荐的设置。设置为 1 会禁用贪婪聚类选择，并恢复原始的 k-means++ 算法，该算法在经验上显示效果不如其贪婪变体。

返回:

centers形状为 (n_clusters, n_features) 的 ndarray: k-means 的初始中心。
indices形状为 (n_clusters,) 的 ndarray: 所选中心在数据数组 X 中的索引位置。对于给定的索引和中心，X[index] = center。

注意事项

以一种智能的方式选择 k-均值聚类的初始聚类中心，以加快收敛速度。参见：Arthur, D. and Vassilvitskii, S. “k-means++: the advantages of careful seeding”. ACM-SIAM symposium on Discrete algorithms. 2007

示例

>>> from sklearn.cluster import kmeans_plusplus
>>> import numpy as np
>>> X = np.array([[1, 2], [1, 4], [1, 0],
...               [10, 2], [10, 4], [10, 0]])
>>> centers, indices = kmeans_plusplus(X, n_clusters=2, random_state=0)
>>> centers
array([[10,  2],
       [ 1,  0]])
>>> indices
array([3, 2])

Gallery examples#

K-Means++ 初始化示例

kmeans_plusplus#

Gallery examples#

本页