scipy中kmeans和kmeans2有什麼區別？

Question

我是機器學習的新手，想知道komeans和kmeans2在scipy中的區別。根據文檔他們都使用'k-means'算法，但如何選擇它們？

Answer 1

基於文檔，似乎kmeans2是標準的k-means算法，運行到收斂到局部最優 - 並允許您更改種子初始化。

kmeans函數將基於缺少變化而提前終止，所以它甚至可能不會達到局部最優。此外，它的目標是生成一個碼本來映射特徵向量。碼本本身不一定是從停止點生成的，而是使用具有最低「失真」的迭代來生成碼本。該方法也會多次運行kmeans。文檔更具體。

如果您只是想將k-means作爲算法運行，請選擇kmeans2。如果你只是想要一個密碼簿，選擇kmeans。