我正在尝试根据某个给定数据集对客户进行分组，这些数据集包含DOB，Gender，State，pincode，transaction_id，promocode等属性。
每次运行算法时，聚类的轮廓得分与前一聚类的差异很大，即结果不一致。 可能这是因为数据集的随机种子。这是将属性传递给算法的行。
km1 = KMeans(n_clusters=6, n_init=25, max_iter = 600)
是否有任何方法可以分配群集或进行优化，以便每次运行程序后，分数是否一致且更好？
我正在使用Python 3和scikit-learn。
答案 0 :(得分：1)
您可以将random_state=修改为常量值。但是，在您喜欢结果之前，请不要调整此值。
如果k-means对起始条件敏感（即，＃34;质量＆＃34;变化很大），这通常表明该算法不能很好地处理这些数据。已经证明如果有一个很好的k-means聚类，那么对于大多数运行来说，很容易得到 close 。因此，对于n_init=25，您几乎每次都应找到一个好的解决方案，如果就有一个。但是有很多数据集，其中k-means 无法找到一个好的解决方案！
答案 1 :(得分：0)
看起来（我猜）就像你在使用scikit-learn。
在这种情况下，只需使用：
km1 = KMeans(n_clusters=6, n_init=25, max_iter = 600, random_state=MYSEED)
其中MYSEED可以是整数，RandomState对象或None（默认值），如上面的链接所述。
这意味着：
km1 = KMeans(n_clusters=6, n_init=25, max_iter = 600, random_state=0)
正在诱导确定性结果。
备注：这只会影响k-means随机性。如果您对数据进行了一些拆分/简历，那么您必须确保这些操作具有确定性！