Spark MLLib中Kmeans ++中的initializationSteps参数究竟是什么？

Question

我知道k-means是什么，我也理解k-means ++算法是什么。我相信唯一的变化是找到最初的K中心的方式。

在++版本中，我们最初选择一个中心，并使用概率分布选择剩余的k-1中心。

在k-means的MLLib算法中，什么是initializationSteps参数？

Answer 1

准确地说，k-means ++是一种选择初始中心的算法，它没有描述整个训练过程。

MLLib k-means正在使用k-means||进行初始化，这是++的分布式变体。它不是一个样本，而是迭代次数的多个点。

initializationSteps对应于迭代次数，根据the original paper应大致为O（log n）。