Python 什么'；scipy中kmeans和kmeans2的区别是什么？

我不熟悉机器学习，不知道scipy中kmeans和kmeans2之间的区别。根据文档，他们两人都在使用“k-means”算法，但如何选择它们？

根据文档，kmeans2似乎是标准的k-means算法，并一直运行到收敛到局部最优，并允许您更改种子初始化

kmeans函数将基于缺少更改而提前终止，因此它甚至可能无法达到局部最优。此外，它的目标是生成一个码本来映射特征向量。代码本本身不一定是从停止点生成的，而是使用“失真”最低的迭代来生成代码本。此方法还将多次运行kmeans。文档中有更多的细节

---

如果您只想将k-means作为算法运行，请选择kmeans2。如果你只是想要一个代码本，选择kmeans

谢谢你的回答。我试图生成一个代码本，但当我使用“kmeans”时，代码本的长度小于指定的“k”。是有线的，你知道吗？