machine-learning - 初始 kmeans 点如何在 BigQuery ML 中发挥作用？

Question

我正在使用 BigQuery 进行机器学习，更具体地说，我使用 k-means 方法来处理未标记的数据集，我试图在其中查找聚类。我想知道是否有人发现了 BQ ML 如何启动质心。

我已经尝试查看文档，但要么什么也没有，要么找不到。

CREATE MODEL `project.dataset.model_name`
    OPTIONS(
        model_type = "kmeans",
        num_clusters = 3,
        distance_type = "euclidean",
        early_stop = TRUE,
        max_iterations = 20,
        standardize_features = TRUE)
    AS
    (SELECT * FROM `project.dataset.sample_date_to_train`  
    )

每次运行的结果都会略有不同。有人对这个主题有经验吗？

Answer 1

对于仍在寻找答案的人，最近 BigQuery ML 上有关于此主题的更新。 CREATE MODEL 语句中添加了两个新参数，即:

• KMEANS_INIT_METHOD
• KMEANS_INIT_COL

基本上，您可以设置自定义的 K 观测值(属于数据表)，这些观测值将用作 K 均值算法的初始质心。您可以在这个link找到相关文档。 。也许这不是您的问题最令人兴奋的解决方案，但如果您需要可重复性，它仍然是您可以使用的东西。