在 Python 2.7 的 scikit-learn 之外是不是有任何 K-means++ 实现？

Posted 2023-03-12

【中文标题】在 Python 2.7 的 scikit-learn 之外是不是有任何 K-means++ 实现？

【英文标题】：Is there any K-means++ implementation outside of scikit-learn for Python 2.7?在 Python 2.7 的 scikit-learn 之外是否有任何 K-means++ 实现？

【发布时间】：2017-01-27 05:25:00

【问题描述】：

我并不反对 scikit-learn，但我必须安装 anaconda 才能获得它，这有点突兀。

【问题讨论】：

例如scipy。但有些人说这是超级慢。 （在 Windows 等某些系统上安装 scipy 和较小范围的 scikit-learn 并不那么容易的原因是需要速度 -> cython、blas、fortran 有很多工具可以用来提高速度；我总是更喜欢 安装 anaconda 让您有机会通过简单的设置使用最好的工具！）

scipy中的kmeans没有实现kmeans++，它随机采样，运行多次采样，返回最佳结果。

我的错。我没有仔细阅读它！但是kmeans++中的初始化非常简单，可以自己实现。我仍然会坚持使用 scikit-learn，但好吧......

我做过（在 python 中），但它有点慢；我想我会坚持使用 Anaconda，也许可以实现这个：vldb.org/pvldb/vol5/p622_bahmanbahmani_vldb2012.pdf

@Eduardo 我之前已经实现过，它运行速度相当快，应该可以在 python 2.7 上运行（我只在 py3 上使用过，所以不能保证）：github.com/tttthomasssss/clustering/blob/master/…。

【参考方案1】：

所以，目前的情况是：除了 scikit-learn 之外，没有分布式 Python 实现 KMeans++。如果一个好的实现进入 scipy，这种情况可能会改变。