扫码加入数据分析学习群

class sklearn.cluster.KMeans(n_clusters=8, init='k-means++', n_init=10,
max_iter=300, tol=0.0001, , verbose=0, random_state=None, n_jobs=None)

n_clusters: 就是K, 聚成几类
init:'k-means++', 一种选择初始中心点的方法, ‘random’随机选择
n_init: int, default=10 k均值算法将在不同质心种子下运行的次数。 就惯性 而言，最终结果将是n_init个连续运行的最佳输出。
max_iter: 最大迭代次数
tol:float, default=1e-4 阈值, 如果再迭代的过程中, 组内距离平方和的下降不到这个值, 则聚类提前终止.

verbose: 日志

random_state: 随机数种子