MiniBatchKMeans Python

Question

我正在使用scikitlearn的MiniBatchKMeans（）函数。好， 在其文档中有：

  

batch_size ：int，optional，默认值：100   迷你批次的大小。

     

init_size ：int，optional，默认值：3 * batch_size   为加速初始化而随机采样的样本数（有时以牺牲精度为代价）：通过在数据的随机子集上运行批处理KMeans来初始化唯一的算法。这需要大于n_clusters。

我对此并不了解，因为小批量的最终尺寸似乎是 3 * batch_size ，而不是 batch_size 指定的尺寸参数。

我误解了什么。如果是这样，有人可以解释这两个论点。我是对的，为什么有这两个论点，因为它们似乎是多余的。

感谢!!!

Answer 1

批量大小由batch_size，期间定义。此外，您可以定义init_size，其中初始化过程的样本大小，默认情况下 ，它是3 * batch_size。您可以简单地设置bath_size=100和init_size=10然后使用10个样本来执行初始化（kmeans不是全局收敛的，在初始化阶段有很多技术可以处理它）以及之后批量为100将在算法执行期间使用。