python - Python 中的 K 均值实现

Question

关闭。这个问题是 opinion-based 。目前不接受答案。

---

想要改进这个问题吗？更新问题，以便 editing this post 可以用事实和引文来回答它。 .

已关闭 7 年前。

Improve this question

在 Python 中实现我自己的 K-means 算法更好，还是在 Python 库(例如 Scikit-Learn)中使用预先实现的 K-means 算法更好？

Answer 1

在回答哪个更好之前，先快速提醒一下该算法:

1. “选择”簇数K
2. 启动您的第一个质心
3. 对于每个点，找到最近的质心根据距离函数 D
4. 当所有点都归属于一个簇时，计算该簇的重心，作为其新的质心
5. 重复第 3 步和第 4 步，直到收敛

正如之前所强调的，该算法取决于各种参数:

• 聚类数量
• 您的初始质心位置
• 计算任意点与质心之间距离的距离函数
• 计算每个新簇重心的函数
• 收敛指标
• ...

如果您对以上内容都不熟悉，并且您想了解每个参数的作用，我建议您在低维数据集上重新实现它。此外，实现的 Python 库可能不符合您的特定要求 - 尽管它们提供了良好的调整可能性。

如果您的目的是快速使用它并了解全局，您可以使用现有的实现 - scikit-learn 将是一个不错的选择。