Scikit-learn、KMeans：如何使用 max_iter
Scikit-learn, KMeans: How to use max_iter
我想了解 class sklearn.cluster.KMeans 中的参数 max_iter。
根据文档：
max_iter : int, default: 300
Maximum number of iterations of the k-means algorithm for a single run.
但在我看来，如果我有 100 个对象，代码必须 运行 100 次，如果我有 10.000 个对象，代码必须 运行 10.000 次才能 class 验证每个对象。
另一方面，对所有对象多次 运行 是没有意义的。
我的误解是什么？我该如何解释这个参数？
看这里：
https://www.naftaliharris.com/blog/visualizing-k-means-clustering/
每次单击更新质心时，都会执行新的迭代。这是有道理的，因为当质心移动时，到这些质心的距离也会改变，一些点可能会改变簇。
是的，您误解了参数。
一次迭代是一次遍历整个数据集。如果您有 100 个对象，则一次迭代分配 100 个点。如果您有 10000 个对象，则一次迭代处理 10000 个对象。
有更多聪明的算法；但是 sklearn k-means 在每次迭代中处理每个对象。
我想了解 class sklearn.cluster.KMeans 中的参数 max_iter。
根据文档：
max_iter : int, default: 300
Maximum number of iterations of the k-means algorithm for a single run.
但在我看来，如果我有 100 个对象，代码必须 运行 100 次，如果我有 10.000 个对象，代码必须 运行 10.000 次才能 class 验证每个对象。 另一方面，对所有对象多次 运行 是没有意义的。
我的误解是什么？我该如何解释这个参数？
看这里：
https://www.naftaliharris.com/blog/visualizing-k-means-clustering/
每次单击更新质心时，都会执行新的迭代。这是有道理的，因为当质心移动时，到这些质心的距离也会改变，一些点可能会改变簇。
是的，您误解了参数。
一次迭代是一次遍历整个数据集。如果您有 100 个对象，则一次迭代分配 100 个点。如果您有 10000 个对象，则一次迭代处理 10000 个对象。
有更多聪明的算法；但是 sklearn k-means 在每次迭代中处理每个对象。