微型批处理Python

我正在使用scikitlearn中的函数MiniBatchKMeans（）。好， 在其文件中有：

批量大小：int，可选，默认值：100 小批量的大小

初始大小：int，可选，默认值：3*批量大小 为加速初始化而随机采样的样本数（有时以牺牲准确性为代价）：唯一的算法是通过对数据的随机子集运行批处理KMeans来初始化的。这需要大于n_集群

我不太明白，因为小批量的最终维度似乎是3*batch\u size，而不是batch\u size参数指定的维度

我有什么误解吗。如果是这样，有人可以解释这两个论点。我是对的，为什么会有这两个论点，因为它们似乎是多余的

---

谢谢

批次大小由

批次大小

周期定义。此外，您还可以定义

init_size

，它是为初始化过程而采集的样本的大小，默认情况下它是3*

batch_size

。您可以简单地设置

bath_size=100

和

init_size=10

，然后使用10个样本执行初始化（kmeans不是全局收敛的，在初始化阶段有许多技术可以处理）然后，在算法执行期间将使用批处理100。

您的意思是在初始化过程中选择初始质心吗？是的。默认情况下，在该步骤中使用k-means++启发式。