小编Aka*_*mar的帖子

我试图根据某个给定的数据集对客户进行分组，其中包含出生日期、性别、州、pincode、transaction_id、promocode 等属性。

每次运行该算法时，聚类的轮廓分数与前一个聚类的轮廓分数都会有巨大差异，即结果不一致。这可能是因为数据集的随机种子。这是将属性传递给算法的行。

km1 = KMeans(n_clusters=6, n_init=25, max_iter = 600)

有没有什么方法可以分配集群或优化，以便每次运行程序后，分数都一致且更好？

我正在使用 Python 3 和 scikit-learn。