scikit learn kmeans clustering中参数'verbose'的定义是啥

Posted

技术标签:

【中文标题】scikit learn kmeans clustering中参数\'verbose\'的定义是啥【英文标题】:what is the definition of the parameter 'verbose' in scikit learn kmeans clusteringscikit learn kmeans clustering中参数'verbose'的定义是什么 【发布时间】:2015-02-14 05:50:44 【问题描述】:

这是来自 scikit learn 的 kmeans 算法类。

class sklearn.cluster.KMeans(n_clusters=8, init='k-means++', n_init=10, max_iter=300, tol=0.0001, precompute_distances=True, verbose=0, random_state=None, copy_x=True, n_jobs=1)¶

有兴趣知道“详细”是什么意思,在输出中,它显示惯性值,也不确定这意味着什么。他们没有在文档中解释。任何帮助,将不胜感激。

【问题讨论】:

【参考方案1】:

详细意味着它会输出消息,这些消息可能有助于调试和了解训练的情况。

惯性是每个点到其最近的质心(即其分配的簇)的平方距离之和。你可以找到更多关于它的信息here。

【讨论】:

以上是关于scikit learn kmeans clustering中参数'verbose'的定义是啥的主要内容,如果未能解决你的问题,请参考以下文章

Scikit-learn,KMeans:如何使用 max_iter

Scikit-learn kmeans 聚类

使用 scikit-learn 进行聚类

KMeans 聚类后的聚类点(scikit learn)

是否可以在 Python(Scikit-Learn)中对 KMeans 中的非浮点数据进行聚类?

使用 Scikit-learn KMeans 对多维数组进行聚类