我正在尝试做k意味着在scikit中进行聚类学习。代码：
from sklearn.cluster import KMeans
kmeans = KMeans(n_clusters = 10)
x = df.values
kmeans.fit(x.reshape(-1, 1))
如果参数n_init = random，它会选择随机的初始质心。有没有办法获取使用的初始质心？
答案 0 :(得分：2)
在将KMeans对象插入数据后，您才能获得群集中心。
小技巧！
所以你可以做的是将参数max_iter设置为1。默认情况下，它设置为300，然后中心可能会在每次迭代时更改。
如果您使用仅一次迭代，算法会将每个样本分配到初始中心，然后它将停止，而不是更新中心。
因此，调用.cluster_centers_将返回初始质心！
答案 1 :(得分：-2)
是的，我认为您可以在致电centroids = kmeans.cluster_centers_
fit()