scikit-learn 中 kmeans 的自定義標准

Question

我想運行在一個聚類算法scikit學習，並在標准的管道（使用它即，我需要把它寫在對於這個聚類算法，我想運行k均值N倍（即與N不同的初始點)，然后使用我自己的函數來選擇最佳運行。當前實現的 kmeans 版本有一個內置的方式來運行N次迭代，並根據最小化的集群內方差選擇最佳。本質上我想復制這個 kmeans函數，但對“最佳”擬合使用不同的標准。

我試圖找出最好的方法來做到這一點。 一個有前途的方法似乎是編寫我自己的估算器（例如，使用https://github.com/scikit-learn-contrib/project-template/ 上的工具）。 這個估計器似乎需要實現fit 、 fit_predict 、 fit_transform 、 get_params 、 predict 、 score 、 set_params和transform 。 在我看來，這個估計器可以在內部運行 kmeans N次，然后根據我的標准返回單個最佳質心擬合。

有沒有更簡單的方法來做到這一點？

Answer 1

您是否考慮過使用繼承？

您可以在 Python 中執行 OOP。 因此，您只需覆蓋 sklearn KMeans 類的外部循環，並繼承其他所有內容。