python - 具有选定初始中心的 k-means

Question

我正在尝试使用选定的初始质心进行 k 均值聚类。 它说here 指定您的初始中心:

init : {‘k-means++’, ‘random’ or an ndarray} 

如果传递了一个 ndarray，它的形状应该是 (n_clusters, n_features) 并给出初始中心。

我的 Python 代码:

X = np.array([[-19.07480000,  -8.536],
              [22.010800000,-10.9737],
              [12.659700000,19.2601]], np.float64)
km = KMeans(n_clusters=3,init=X).fit(data)
# print km
centers = km.cluster_centers_
print centers

返回错误:

RuntimeWarning: Explicit initial center position passed: performing only one init in k-means instead of n_init=10
  n_jobs=self.n_jobs)

并返回相同的初始中心。知道如何形成初始中心以便它可以被接受吗？

Answer 1

KMeans 的默认行为是使用不同的随机质心(即 Forgy method)多次初始化算法。然后由 n_init= 参数 ( docs ) 控制随机初始化的次数:

n_init : int, default: 10

Number of time the k-means algorithm will be run with different centroid seeds. The final results will be the best output of n_init consecutive runs in terms of inertia.

如果您将数组作为 init= 参数传递，则只会使用数组中明确指定的质心执行单个 初始化。您收到 RuntimeWarning，因为您仍在传递默认值 n_init=10(here 是源代码的相关行)。

忽略此警告实际上完全没问题，但如果您的 init= 参数是一个数组，您可以通过传递 n_init=1 使其完全消失。