scipy中kmeans和kmeans2有什么区别？
我是机器学习的新手，想知道komeans和kmeans2在scipy中的区别。 根据文档他们都使用'k-means'算法，但如何选择它们？
根据文档，似乎kmeans2是标准的k-means算法，并运行到收敛到局部最优 - 并允许您更改种子初始化。
kmeans函数将基于缺少变化而提前终止，因此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，而是使用具有最低“失真”的迭代来生成码本。 该方法也会多次运行kmeans。 文档更具体。
如果您只想将k-means作为算法运行，请选择kmeans2。 如果你只是想要一个密码簿，选择kmeans。
链接地址: http://www.djcxy.com/p/76177.html上一篇: What's the difference between kmeans and kmeans2 in scipy?