使用sklearn KMeans而不进行拟合

Question

与here中的问题类似，我想根据预先计算的质心对一些数据进行聚类。与该问题不同的是，这些质心是由其他方法提供的。

我可以自己计算它，但是使用 scikit-learn 的 KMeans 接口对于其他操作（例如稍后的标签点和样本点）非常有用。

基本上，有没有一种解决方法可以将 KMean 与

max_iter=0

和

n_init=0

一起使用？

Answer 1

scikit-learn 中的 KMeans 接受

callable 作为初始化器

init{‘k-means++’, ‘random’}，可调用或类似数组的形状 (n_clusters, n_features), default='k-means++' 方法 初始化：

‘k-means++’：使用基于采样的方法选择初始聚类质心 基于点贡献的经验概率分布 到整体惯性。该技术加快了收敛速度。这 实现的算法是“贪婪k-means++”。它不同于 vanilla k-means++ 通过在每个采样步骤进行多次试验， 选择其中最好的质心。

‘random’：从数据中随机选择 n_clusters 个观测值（行） 为初始质心。

如果传递一个数组，它的形状应该是 (n_clusters, n_features) 并给出初始中心。

如果传递可调用对象，它应该接受参数 X、n_clusters 和 a 随机状态并返回初始化。

所以你可以这样做

def custom_fun(X, n_clusters, random_state):
   ...

kmeans = Kmeans(init=custom_fun)