聚类模型之Python调参

之前我们介绍了几种聚类模型，接下来我们就分别看看他们如何用代码实现吧。

K-Means

首先是k-means的scikit-learn实现：

如图所示，我们介绍几个重要的参数：

1.init

该参数指初始化聚类中心的方式，默认为k-means++，你也可以选择random。

2.n_clusters

指k-means中的k值，即簇的个数，默认为8个。

3.n_init

指初始化聚类中心时，算法迭代的次数，默认为10。

层次聚类（AgglomerativeClustering）

该算法的scikit-learn实现如下：

还是来看一些重要的参数：

1.affinity

指计算距离的方式，默认为euclidean

2.compute_full_tree

指是否训练一棵完整的树，默认为auto。

3.linkage

指距离度量的方式，默认为ward，即最小距离。也可以选择complete（最大距离）和average（平均距离）。

密度聚类（DBSCAN）

DBSCAN的scikit-learn实现如下所示：

第1个参数：eps

指邻域的半径，默认为0.5.

第2个参数：leaf_size

指叶节点的个数，用来限制树的生长。

第3个参数：metric

指距离度量的方式，默认为euclidean，即欧式距离。你还可以选择manhattan（曼哈顿距离）、chebyshev（切比雪夫距离）、minkowski（闵可夫斯基距离）和wminkowski（带权重的闵可夫斯基距离）。

第4个参数：min_samples

指一个点为核心时，其邻域所包含的样本数，默认为5.

高斯混合聚类（GMM）

该算法的代码实现如下：

我们来看几个重要的参数：

1.max_iter

指模型最大迭代次数，默认为100.

2.n_components

指该模型的成分数目，默认为1.

3.tol

指收敛的阈值，当小于该阈值时，EM算法停止迭代。