所以我可以按以下方式运行sklearn kmeans：
kmeans = KMeans(n_clusters=3,init='random',n_init=10,max_iter=500)
但我对参数意味着什么感到困惑
所以n_init说：
使用不同质心种子运行k-means算法的时间。根据惯性，最终结果将是n_init连续运行的最佳输出。
和max_iter说：
单次运行的k-means算法的最大迭代次数。
但我不完全明白这意味着什么。 n_init在给定初始质心集的情况下，质心移动到点附近的次数是多少？
max_iter整个算法使用新的初始质心运行的次数是多少？
例如，对于max_iter=2，n_init=15，kmeans将选择初始质心，然后将这些质心移动15次并得出聚类结果。然后kmeans将再次选择初始质心，移动那些质心15次，然后停止。然后，它将从两次运行中挑选最好的clutering？
感谢您的帮助！
[编辑] 的 或者与我在这里完全相反......？
答案 0 :(得分：4)
使用max_iter=2和n_init=15，kmeans将选择15次初始质心，并在15次运行中每次运动最多两次。
默认值为n_init=10和max_iter=300。这意味着初始质心将被选择10次，每次运行将使用多达300次迭代。这10次运行中最好的将是最终结果。