sklearn.cluster.KMeans对数据点顺序敏感吗？

Question

如答案中提到的this post关于功能扩展，KMeans的一些（全部？）实现对 features 数据点的顺序很敏感。基于sklearn.cluster.KMeans documentation， n_init 仅更改质心的初始位置。这意味着必须循环几次 features 数据点，以测试这是否是一个问题。我的问题如下：

1. scikit-learn实施是否对帖子建议的排序敏感？
2. n_init 会为我照顾吗？
3. 如果我自己应该根据最小惯性采取最佳措施或采取建议的平均值here？
4. 根据数据点的数量，是否有一个很好的规则可以知道有多少shuffle排列就足够了？

更新：最初询问有关功能（列）顺序的问题不是问题。这是对术语＆＃34;对象＆＃34;的错误解释。在链接的帖子中。它已更新为询问数据点（行）顺序。

Answer 1

K-means对功能顺序不敏感。

您提到的关于比例的帖子，而不是订单。

如果你看一下kmeans方程，很明显顺序并不重要。

有研究（van Luxbourg，如果我没记错的话）基本上说如果有一个很好的kmeans结果，那么它必须很容易找到。如果在多次运行kmeans时得到的结果非常不同，那么结果都不是很好。

有选择k＆＃34; n可能的初始化。虽然它们可能都不好，{{1}}只会尝试很少。因此无法保证找到最好的＆＃34;。该函数将返回SSQ最低的函数，但这并不意味着这最终是有用的结果，除非你只关心SSQ。