我是机器学习的新手，想知道 scipy 中 kmeans 和 kmeans2 之间的区别。根据文档，它们都使用“k-means”算法，但是如何选择它们呢？
根据文档，kmeans2 似乎是标准的 k 均值算法，并且运行直到收敛到局部最优 - 并且允许您更改种子初始化。
kmeans 函数将由于缺乏变化而提前终止，因此它甚至可能无法达到局部最优。此外，它的目标是生成一个码本来映射特征向量。码本本身不一定是从停止点生成的，而是会使用具有最低“失真”的迭代来生成码本。此方法也会多次运行 kmeans。该文档介绍了更多细节。
如果您只想将 k-means 作为算法运行，请选择 kmeans2。如果您只想要密码本，请选择 kmeans。
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
