Warning: file_get_contents(/data/phpspider/zhask/data//catemap/9/google-cloud-platform/3.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181
Scikit learn “与”的区别是什么；sklearn.cluster.k_的意思是；及；sklearn.cluster.KMeans“；我什么时候应该使用其中一个？_Scikit Learn_Cluster Analysis_K Means - Fatal编程技术网
Fatal编程技术网
  • scikit-learn/
  • Scikit learn “与”的区别是什么；sklearn.cluster.k_的意思是；及；sklearn.cluster.KMeans“；我什么时候应该使用其中一个？

Scikit learn “与”的区别是什么；sklearn.cluster.k_的意思是；及；sklearn.cluster.KMeans“；我什么时候应该使用其中一个？

scikit-learn

Scikit learn “与”的区别是什么；sklearn.cluster.k_的意思是；及；sklearn.cluster.KMeans“；我什么时候应该使用其中一个？,scikit-learn,cluster-analysis,k-means,Scikit Learn,Cluster Analysis,K Means,我混淆了“sklearn.cluster.k_means”和“sklearn.cluster.KMeans”之间的区别，当我应该使用它们中的一个时？来自：“[w]我们为许多算法提供了特别的函数接口，而估计器类提供了更一致的接口。”k_means（）只是返回KMeans.fit（）结果的包装器。： 集群中心 标签 惯性 n\u iter\u KMeans是一个按照开发人员指南设计的类KMeans，与sklearn中的其他分类器对象一样，用于： fit（） transform（），以及 sco

我混淆了“sklearn.cluster.k_means”和“sklearn.cluster.KMeans”之间的区别，当我应该使用它们中的一个时？

来自：“[w]我们为许多算法提供了特别的函数接口，而估计器类提供了更一致的接口。”
k_means（）
只是返回
KMeans.fit（）结果的包装器。
：

  • 集群中心
  • 标签
  • 惯性
  • n\u iter\u
KMeans
是一个按照开发人员指南设计的类
KMeans
，与sklearn中的其他分类器对象一样，用于：

  • fit（）
  • transform（）
    ，以及
  • score（）
还可以实现其他方法，如
predict（）
。使用
KMeans
而不是
k_means（）
的主要好处是，您可以轻松访问
KMeans
中实现的其他方法。例如，如果要使用经过训练的模型预测未查看的数据属于哪个群集，请执行以下操作：

从sklearn.clustering导入KMeans
est=KMeans（）
KMeans.fit（X_列车）
聚类标签=预测（X检验）
如果您使用函数式API，要应用预测，您必须查看
KMeans.predict（）
的引擎盖，以了解如何执行此操作

并非所有sklearn对象都实现了功能设计，但您可以使用sklearn中的其他示例轻松地实现它。

使用后者。他们也在做同样的事情，但后者使用的是sklearn的API，而另一个只是一个函数。