blocks|key|5376543|text|在回答哪个更好之前，这里有一个算法的快速提醒：|type|unstyled|depth|inlineStyleRanges|entityRanges|data|5376544|为每个点选择第一个centroids|5376545|For的簇数，根据距离函数D|unordered-list-item|offset|length|style|BOLD|5376546|
|5376547|When所有点都属于一个簇，找到最近的质心，计算成为它的新的centroid|5376548|5376549|Repeat的簇的重心步骤3.和步骤4.直到convergence|5376550|5376551|正如前面所强调的，算法依赖于各种参数：|5376552|clusters|5376553|Your初始质心位置的数量|5376554|5376555|用于计算任意点与质心之间距离的距离函数|5376556|5376557|用于计算每个新集群的重心的函数|5376558|5376559|A收敛函数|5376560|5376561|如果您对上面的所有内容都不熟悉，并且希望了解每个参数的作用，我建议您在低维数据集上重新实现它。此外，实现的Python库可能不符合您的特定需求-即使它们提供了很好的调优可能性。|5376562|如果你的重点是快速使用它，并对其有一个全面的理解，你可以使用现有的实现-+scikit-learn将是一个很好的选择。|5376563|entityMap^0|0|0|D|1|0|0|0|0|M|B|0|0|0|0|0|0|0|0|0|0|0|0|0|0^^$0|@$1|2|3|4|5|6|7|1E|8|@]|9|@]|A|$]]|$1|B|3|C|5|6|7|1F|8|@]|9|@]|A|$]]|$1|D|3|E|5|F|7|1G|8|@$G|1H|H|1I|I|J]]|9|@]|A|$]]|$1|K|3|L|5|6|7|1J|8|@]|9|@]|A|$]]|$1|M|3|N|5|F|7|1K|8|@]|9|@]|A|$]]|$1|O|3|L|5|6|7|1L|8|@]|9|@]|A|$]]|$1|P|3|Q|5|F|7|1M|8|@$G|1N|H|1O|I|J]]|9|@]|A|$]]|$1|R|3|-4|5|6|7|1P|8|@]|9|@]|A|$]]|$1|S|3|T|5|6|7|1Q|8|@]|9|@]|A|$]]|$1|U|3|V|5|6|7|1R|8|@]|9|@]|A|$]]|$1|W|3|X|5|F|7|1S|8|@]|9|@]|A|$]]|$1|Y|3|L|5|6|7|1T|8|@]|9|@]|A|$]]|$1|Z|3|10|5|F|7|1U|8|@]|9|@]|A|$]]|$1|11|3|L|5|6|7|1V|8|@]|9|@]|A|$]]|$1|12|3|13|5|F|7|1W|8|@]|9|@]|A|$]]|$1|14|3|L|5|6|7|1X|8|@]|9|@]|A|$]]|$1|15|3|16|5|F|7|1Y|8|@]|9|@]|A|$]]|$1|17|3|-4|5|6|7|1Z|8|@]|9|@]|A|$]]|$1|18|3|19|5|6|7|20|8|@]|9|@]|A|$]]|$1|1A|3|1B|5|6|7|21|8|@]|9|@]|A|$]]|$1|1C|3|-4|5|6|7|22|8|@]|9|@]|A|$]]]|1D|$]]

Before answering which is better, here is a quick reminder of the algorithm:

<ol>
<li>"Choose" the number of clusters K</li>
<li>Initiate your first centroids</li>
<li>For each point, find the closest centroid
according to a distance function D</li>
<li>When all points are attributed to a cluster, calculate the barycenter of the cluster which become its new centroid</li>
<li>Repeat step 3. and step 4. until convergence</li>
</ol>

As stressed previously, the algorithm depends on various parameters:

<ul>
<li>The number of clusters</li>
<li>Your initial centroid positions </li>
<li>A distance function to calculate distance between any point and centroid</li>
<li>A function to calculate the barycenter of each new cluster</li>
<li>A convergence metric</li>
<li>...</li>
</ul>

If none of the above is familiar to you, and you want to understand the role of each parameter, I would recommend to re-implement it on low-dimensional data-sets. Moreover, the implemented Python libraries might not match your specific requirements - even though they provide good tuning possibilities.

If your point is to use it quickly with a big-picture understanding, you can use existing implementation - scikit-learn would be a good choice.

Is it better to implement my own K-means Algorithm in Python or use the pre-implemented K-mean Algorithm in Python libraries like for example Scikit-Learn?

K-Means Implementation in Python

翻译质量差，导致语言生硬或混乱。

没有提供实际的解决方法或示例。

解答不清晰，无法理解或解决问题。

页面排版不美观，阅读体验差。

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云AI代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

功能1上新10个字符

功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符。

功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符。

功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符

功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符

功能4上新

文章&问答评论现已支持表情

全新交互，全新视觉，新增快捷键、悬浮工具栏、高亮块等功能并同时优化现有功能，全面提升创作效率和体验

社区富文本编辑器全新改版！诚邀体验～ 

精选全网热门MCP server，让你的AI更好用 🚀

💥开发者 MCP广场重磅上线！

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

在Python中实现我自己的K-means算法还是在Python库中使用预先实现的K-means算法更好？

问Python中的K-Means实现
EN

回答 1

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问Python中的K-Means实现EN