oce*_*800 6 python k-means scikit-learn
因此，我可以sklearn kmeans按以下方式运行：
kmeans = KMeans(n_clusters=3,init='random',n_init=10,max_iter=500)
但是我对参数的含义有些困惑
所以n_init说：
k均值算法将在不同质心种子下运行的次数。就惯性而言，最终结果将是n_init个连续运行的最佳输出。
并max_iter说：
单次运行的k均值算法的最大迭代次数。
但是我不完全理解那是什么意思。n_init给定初始形心集，形心向点平均移动的次数是多少？
并且是max_iter的次数整个算法与新的初始重心运行？
因此，例如，使用max_iter=2，时n_init=15，kmeans将选择初始质心，然后将这些质心移动15次并得出聚类结果。然后kmeans将再次选择初始质心，将这些质心移动15次，然后停止。然后，它将从两次运行中挑选出最佳的选择吗？
谢谢您的帮助！
[编辑] 还是我在这里的完全相反...？
使用max_iter=2和时n_init=15，kmeans将选择15个初始质心，并在15个运行中的每个运行中向上移动两次。
默认值为n_init=10和max_iter=300。这意味着初始质心将被选择10次，并且每次运行最多将使用300次迭代。这10次测试中最好的是最终结果。