我正在尝试根据特定给定数据集对客户进行分组，该数据集具有 DOB、性别、状态、pincode、transaction_id、promocode 等属性。
每次我运行算法时，聚类的轮廓分数与前一次的差异很大，即结果不一致。 这可能是因为数据集的随机种子。这是将属性传递给算法的行。
km1 = KMeans(n_clusters=6, n_init=25, max_iter = 600)
是否有任何方法可以分配集群或优化，以便每次运行程序后，分数都一致且更好？
我正在使用带有 scikit-learn 的 Python 3。
【问题讨论】：
标签： python machine-learning scikit-learn cluster-analysis k-means
您可以将random_state= 固定为一个常数值。但在你喜欢结果之前不要调整这个值。
如果 k-means 对起始条件很敏感（即“质量”变化很大），这通常表明该算法不能很好地处理这些数据。已经证明如果有一个好的k-means聚类，那么在大多数运行中至少接近是很容易的。因此，使用n_init=25，您几乎每次都应该找到一个好的解决方案，如果有一个。但是有很多数据集 k-means 无法找到好的解决方案！
【讨论】：
看起来（我猜）你正在使用scikit-learn。
在这种情况下，只需使用：
km1 = KMeans(n_clusters=6, n_init=25, max_iter = 600, random_state=MYSEED)
其中MYSEED 可以是整数、RandomState 对象或无（默认），如上述链接所述。
这意味着：
km1 = KMeans(n_clusters=6, n_init=25, max_iter = 600, random_state=0)
正在诱导确定性结果。
备注：这只会影响 k-means random-nature。如果您对数据进行了一些拆分/CV，那么您也必须使这些操作具有确定性！
【讨论】：
n_init=10和random_state = 1234，那么回答没有意义。你怎么能随机初始化 10 倍具有固定random_state 的质心???
n_init=x 对应于单次运行的 KMeans 运行，具有多次启动但只有一个播种过程。