在scipy中，k均值和kmeans2之间有什么区别？

Question

我是机器学习的新手，想知道sc的手段和kmeans2之间的区别。根据文档，他们都使用'k-means'算法，但如何选择它们？

Answer 1

基于文档，似乎kmeans2是标准的k-means算法，并且一直运行直到收敛到局部最优 - 并允许您更改种子初始化。

kmeans函数将基于缺乏变化而提前终止，因此它甚至可能无法达到局部最优。此外，它的目标是生成用于将特征向量映射到的码本。码本本身不一定是从停止点生成的，而是使用具有最低“失真”的迭代来生成码本。此方法还将多次运行kmeans。文档更具体。

如果您只想将k-means作为算法运行，请选择kmeans2。如果您只想要一本码本，请选择kmeans。