我是机器学习的新手，我想知道kmeans和kmeans2在scipy中的区别。根据文档，他们两个都使用“k-means”算法，但是如何选择它们呢？
最佳答案
根据文档，kmeans2似乎是标准的k均值算法，一直运行到收敛到局部最优值为止-并允许您更改种子初始化。
kmeans函数将基于缺乏更改而提前终止，因此它甚至可能无法达到局部最优值。此外，其目的是生成用于将特征向量映射到的码本。码本本身不一定是从停止点生成的，而是将使用“失真”最低的迭代来生成码本。此方法还将多次运行kmeans。该文档包含更多细节。
如果您只想将k-means作为算法运行，请选择kmeans2。如果您只想要一本密码本，请选择kmeans。
关于python - kmeans和kmeans2在scipy之间有什么区别？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/20661142/