2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

sklearn.cluster.KMeans( n_clusters=8, init='k-means++', n_init=10, max_iter=300, tol=0.0001, precompute_distances='auto', verbose=0, random_state=None, copy_x=True, n_jobs=1, algorithm='auto' ) n_clusters: 簇的个数，即你想聚成几类 init: 初始簇中心的获取方法 n_init: 获取初始簇中心的更迭次数，为了弥补初始质心的影响，算法默认会初始10个质心，实现算法，然后返回最好的结果。 max_iter: 最大迭代次数（因为kmeans算法的实现需要迭代） tol: 容忍度，即kmeans运行准则收敛的条件 precompute_distances:是否需要提前计算距离，这个参数会在空间和时间之间做权衡，如果是True 会把整个距离矩阵都放到内存中，auto 会默认在数据样本大于featurs*samples 的数量大于12e6 的时候False,False 时核心实现的方法是利用Cpython 来实现的 verbose: 冗长模式（不太懂是啥意思，反正一般不去改默认值） random_state: 随机生成簇中心的状态条件。 copy_x: 对是否修改数据的一个标记，如果True，即复制了就不会修改数据。bool 在scikit-learn 很多接口中都会有这个参数的，就是是否对输入数据继续copy 操作，以便不修改用户的输入数据。这个要理解Python 的内存机制才会比较清楚。 n_jobs: 并行设置 algorithm: kmeans的实现算法，有：’auto’, ‘full’, ‘elkan’, 其中 ‘full’表示用EM方式实现 虽然有很多参数，但是都已经给出了默认值。所以我们一般不需要去传入这些参数,参数的。可以根据实际需要来调用。

转载： http://python.jobbole.com/88535/

2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 sklearn.cluster.KMeans(  ... 在前面两篇文章中，我们首先介绍了KmeansKmeansKmeans聚类算法的原理；然后又介绍了一种基于KmeansKmeansKmeans进行改进的Kmeans++Kmeans++Kmeans++聚类算法，该算法的改进点在于依次初始化KKK个簇中心，最大程度上使得不同的簇中心彼此之间相距较远。而在本篇文章中，我们将继续介绍另外一种基于KmeansKmeansKmeans改进的聚类算法——WKmeansWKmeansWKmeans。那它的改进点又在哪儿呢？ 跟我一起机器学习系列文章将首发于公众号： k-means 聚类算法的Python 包 有很多，比如： 1. scikit-learn：这是一个非常流行的Python机器学习库，其中 包 含了 k-means 聚类算法的实现。 2. numpy：这是一个Python科学计算库，其中 包 含了 k-means 聚类算法的实现。 3. pandas：这是一个Python数据分析库，其中 包 含了 k-means 聚类算法的实现。 4. scipy：这是一个Python科学计算库，其中 包 含了 k-means 聚类算法的实现。 5. pyclustering：这是一个Python聚类算法库，其中 包 含了 k-means 聚类算法的实现。 以上是一些常用的 k-means 聚类算法的Python 包 ，你可以根据自己的需求选择合适的 包 来使用。 ### 回答2： k-means 聚类算法，是机器学习中经典的无监督学习算法，可用于数据分析、图像处理、模式识别等多个领域。Python中有多个 包 提供了 k-means 聚类算法的实现，比如scikit-learn、numpy和pandas等。 scikit-learn是Python中非常流行的机器学习 包 ，已经成为数据科学工作者的标配之一。scikit-learn提供了多种 k-means 聚类算法的实现， 包 括传统的 k-means 算法和基于这些算法的改进版。在实际操作中，我们需要先设置需要划分成多少个簇（k），然后将数据输入到算法中进行计算。与其它算法一样， k-means 聚类算法也需要我们对数据集的特定特征进行选择和预处理。 numpy是Python的另一个数据处理 包 ，提供了高效的数组运算和数学函数。numpy中有一个cluster子 包 ，其中 包 含了一个kmeans函数，可以用于 k-means 聚类。使用kmeans函数进行聚类，我们只需要指定需要划分成多少个簇（k）即可。 pandas是Python中数据处理和分析的另一个重要 包 ，其提供了各种数据结构和函数。在pandas中，我们可以使用DataFrame和Series数据结构处理数据，同时也可以使用sklearn.cluster.kmeans 包 实现 k-means 聚类。与使用scikit-learn的 k-means 算法相似，我们需要设置需要划分成多少个簇（k），并将数据输入到算法中进行计算。 总之，Python中有众多的 包 可以实现 k-means 聚类算法，可以根据个人需求选择适合的 包 进行使用。对于初学者来说，推荐使用scikit-learn 包 ，因为其文档详尽，易于上手，常被工程师和科学家采用。 ### 回答3： k-means 聚类算法是一种常见的无监督学习算法，它是将数据聚成k个簇的方法。在 k-means 聚类算法中，每个簇的中心被视为一个质心，该质心是所有该簇中数据点的平均值。 对于数据科学家来说， k-means 聚类算法是解决许多数据挖掘问题的一个关键工具。在Python中，有许多 包 可用于实现 k-means 聚类算法。其中最常用的 包 include Numpy、SciPy和Scikit-learn。 Scikit-learn 包 是Python中最流行的机器学习库之一。它提供了许多聚类算法，其中之一就是 k-means 算法。Scikit-learn的 k-means 算法使用的是Lloyd算法，其时间复杂度为O(k*n*i)，其中k是簇的数量，n是数据样本量，i是算法迭代的次数。 使用Scikit-learn 包 实现 k-means 的步骤如下： 1.导入必要的库 from sklearn.cluster import KMeans import pandas as pd 2.加载数据 data=pd.read_csv('data.csv') 3.准备数据 X=data['x'].values.reshape(-1,1) 4.实例化 k-means 模型 kmeans=KMeans(n_clusters=3,random_state=0) 5.拟合模型 kmeans.fit(X) 6.打印结果 print(kmeans.cluster_centers_) 7.可视化结果 plt.scatter(X[:,0],X[:,1],c=kmeans.labels_.astype(float)) plt.scatter(kmeans.cluster_centers_[:,0],kmeans.cluster_centers_[:,1],s=200,color='red') plt.show() 使用Scikit-learn实现 k-means 算法的步骤十分简单，并且具有较高的灵活性和精度。但是，选择正确的簇数仍然是一项挑战。因此，选择准确的k值，可以使用许多方法，例如肘部方法、轮廓系数和Gap统计学方法，以辅助数据科学家在实践中选择合适的k值。