在scikit-learn库

Question

我有一个问题，我的代码需要很长时间才能执行。我正在使用python进行编码和scikit-learn作为机器学习库。我的问题是k-Means的计算需要很长时间才能完成（基本上我们有大约3000个数据点用于400个集群中的分组）。该方法重复约250次。至于计时，完成大约需要40分钟。关于如何加速它的任何建议？ 提前谢谢。

Answer 1

如果所有用例都能轻松加速，那么就可以实现。

我们不知道您的数据统计信息或您正在做什么，但您可能希望调整参数，尤其是：

• 并行处理：n_jobs（仅线性加速;更多内存）
• init-algorithm：init
• 迭代次数：max_iter（线性加速;可能不太准确）
• 开始次数：n_init（线性加速;可能不太准确）

如果内存允许，您也可以尝试：precompute_distances。

但更重要的是：即使user-guide解释说你的用例不合适（太多集群）。

或尝试替代方案：Mini Batch K-Means。