kmeans_plusplus#

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

初始化 n_clusters 种子根据 k-means++。

Added in version 0.24.

Parameters:
X{array-like, sparse matrix} 形状为 (n_samples, n_features)

从中选择种子的数据。

n_clustersint

要初始化的质心数量。

sample_weightarray-like 形状为 (n_samples,), 默认=None

X 中每个观测值的权重。如果为 None ，所有观测值被赋予相同的权重。如果 init 是一个可调用对象或用户提供的数组，则忽略 sample_weight 。

Added in version 1.3.

x_squared_normsarray-like 形状为 (n_samples,), 默认=None

每个数据点的欧几里得范数的平方。

random_stateint 或 RandomState 实例, 默认=None

确定用于质心初始化的随机数生成。传递一个 int 以在多次函数调用中获得可重复的输出。 参见 Glossary 。

n_local_trialsint, 默认=None

每个中心（第一个除外）的种子试验次数，其中减少惯性最多的一个被贪婪地选择。 设置为 None 以使试验次数取决于种子数量的对数（2+log(k）），这是推荐的设置。 设置为 1 禁用贪婪的聚类选择并恢复经验上表现较差的 vanilla k-means++ 算法。

Returns:
centersndarray 形状为 (n_clusters, n_features)

k-means 的初始中心。

indicesndarray 形状为 (n_clusters,)

数据数组 X 中选定中心的索引位置。对于给定的索引和中心，X[index] = center。

Notes

选择初始聚类中心以加快 k-means 聚类的收敛速度。参见：Arthur, D. 和 Vassilvitskii, S. “k-means++: the advantages of careful seeding”. ACM-SIAM symposium on Discrete algorithms. 2007

Examples

>>> 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])
On this page
Show Source