Spark MLLib中Kmeans++中的initializationSteps参数到底是什么？

【问题标题】：What exactly is the initializationSteps parameter in Kmeans++ in Spark MLLib?Spark MLLib中Kmeans++中的initializationSteps参数到底是什么？
【发布时间】：2016-03-24 13:46:02
【问题描述】：

我知道什么是 k-means，我也知道什么是 k-means++ 算法。我相信唯一的变化是找到初始 K 中心的方式。

在 ++ 版本中，我们最初选择一个中心，然后使用概率分布选择剩余的 k-1 个中心。

在 k-means 的 MLLib 算法中，initializationSteps 参数是什么？

【问题讨论】：

标签： apache-spark pyspark apache-spark-sql apache-spark-mllib

【解决方案1】：

准确地说，k-means++ 是一种选择初始中心的算法，它没有描述整个训练过程。

MLLib k-means 使用 k-means|| 进行初始化，这是 ++ 的分布式变体。它对迭代次数不是一个点，而是多个点。

initializationSteps对应迭代次数，根据the original paper应该大致为O(log n)。

【讨论】：