Python、Scikit-learn、K-means：参数 n_init 实际上是做什么的？ [复制]

Question

我是 Python 的初学者。现在，我试图了解sklearn.cluster.KMeans

中的参数 n_init 是什么

来自文档：

n_init ：整数，默认值：10

使用不同质心种子运行 k-means 算法的次数。最终结果将是 n_init 连续运行在惯性方面的最佳输出。

起初，我认为这意味着代码运行的次数，直到我找到这个helpful question，我意识到这就是 max_iter 所做的。

参数 n_init 究竟是做什么的？实在看不懂。

Answer 1

在 K-means 中，质心的初始位置在其收敛中起着非常重要的作用。有时，初始质心的放置方式使得在 K-means 的连续迭代中，集群继续急剧变化，甚至在收敛条件可能发生之前，达到max_iter，我们留下了不正确的集群。因此，在这种情况下获得的集群可能不正确。为了克服这个问题，引入了这个参数。 n_iter 的值基本上决定了算法应该使用多少组不同的随机选择的质心。对于每组不同的点，比较集群移动了多少距离，即如果集群移动的距离很短，那么我们很可能最接近地面实况/最佳解决方案。返回提供最佳性能的点及其各自的运行以及所有集群标签。

有兴趣的也可以看看k-means++ algorithm专门为处理这个问题设计的。

您也可以查看this link for more details 了解初始质心问题。