python - MiniBatchKMeans Python

Question

我正在使用 scikitlearn 中的 MiniBatchKMeans() 函数。出色地，在其文档中有:

batch_size : int, optional, default: 100 Size of the mini batches.

init_size : int, optional, default: 3 * batch_size Number of samples to randomly sample for speeding up the initialization (sometimes at the expense of accuracy): the only algorithm is initialized by running a batch KMeans on a random subset of the data. This needs to be larger than n_clusters.

我不太理解它，因为小批量的最终尺寸似乎是 3*batch_size 而不是 batch_size 参数指定的尺寸。

我是不是误会了什么？如果是这样，有人可以解释这两个论点。我是对的，为什么会有这两个论点，因为它们似乎是多余的。

谢谢!!!

Answer 1

批量大小由batch_size、句点定义。此外，您可以定义 init_size 这是用于初始化流程的样本大小，默认它是 3*batch_size。你可以简单地设置bath_size=100和init_size=10，然后使用10个样本进行初始化(kmeans不是全局收敛的，网上有很多技术可以处理它)初始化阶段)，稍后在算法执行期间将使用 100 批。