时间戳

首页 > 解决方案 > 消息不适合 sklearn k-means 收敛实现

python - 消息不适合 sklearn k-means 收敛实现

问题描述

为了将 scikit-learn KMeans 中实现的 k-means 收敛标准重新用于我的基于 tensorflow 的 k-means 实现，我需要理解它，但我做了这个观察，我很想解释一下：

KMeans 与此消息收敛：

迭代 45，惯性 6.993125 中心偏移2.610457e-03在公差8.374284e-06内

https://github.com/scikit-learn/scikit-learn/blob/master/sklearn/cluster/_k_means.py （第442ff行，函数_kmeans_single_lloyd）中的实现如下：

center_shift_total = squared_norm(centers_old - centers)
if center_shift_total <= tol:
    if verbose:
        print("Converged at iteration %d: "
              "center shift %e within tolerance %e"
              % (i, center_shift_total, tol))
    break

仅当center_shift_total的值小于或等于tolerance的值时，才应打印该消息。正如您从输出中看到的那样，在我的 KMeans 运行中情况并非如此（center_shift_total实际上比tol大得多）。

这怎么会发生（或者我忽略了什么）？我注意到“迭代时收敛”部分也丢失了，但观察到的消息对我来说绝对没有意义。

标签： pythonscikit-learnk-means

解决方案

我找到了。转到文件：_k_means_elkan.pyx第 243 行（在 0.23.1 中）。在主分支中，它将是第 245 行。

        if verbose:
            print('Iteration %i, inertia %s'
                    % (iteration, np.sum((X_ - centers_[labels]) ** 2 *
                                         sample_weight[:,np.newaxis])))
        center_shift_total = np.sum(center_shift)
        if center_shift_total ** 2 < tol:
            if verbose:
                print("center shift %e within tolerance %e"
                      % (center_shift_total, tol))
            break

似乎它正在检查 的平方center_shift_total。在内部k_means_.py时，它正在检查center_shift_total而不对其进行平方。

推荐阅读