消息不适合 sklearn k-means 收敛实现

Question

为了将 scikit-learn KMeans 中实现的 k-means 收敛标准重新用于我的基于 tensorflow 的 k-means 实现，我需要理解它，但我做了这个观察，我很想解释一下：

KMeans 与此消息收敛：

迭代45，惯性6.993125中心偏移2.610457e-03以内 容差8.374284e-06

https://github.com/scikit-learn/scikit-learn/blob/master/sklearn/cluster/_k_means.py（第442ff行，函数_kmeans_single_lloyd）中的实现如下：

center_shift_total = squared_norm(centers_old - centers)
if center_shift_total <= tol:
    if verbose:
        print("Converged at iteration %d: "
              "center shift %e within tolerance %e"
              % (i, center_shift_total, tol))
    break

仅当 center_shift_total 的值小于或等于 tolerance 的值时，才应打印该消息。正如您从输出中看到的那样，在我的 KMeans 运行中并非如此（center_shift_total 实际上比 tol 大 很多）。

这怎么会发生（或者我忽略了什么）？我注意到“迭代时收敛”部分也丢失了，但观察到的消息对我来说绝对没有意义。

Answer 1

我找到了。转到文件：_k_means_elkan.pyx 第 243 行（在 0.23.1 中）。在主分支中，它将是第 245 行。

        if verbose:
            print('Iteration %i, inertia %s'
                    % (iteration, np.sum((X_ - centers_[labels]) ** 2 *
                                         sample_weight[:,np.newaxis])))
        center_shift_total = np.sum(center_shift)
        if center_shift_total ** 2 < tol:
            if verbose:
                print("center shift %e within tolerance %e"
                      % (center_shift_total, tol))
            break

它似乎在检查center_shift_total 的平方。在 k_means_.py 内部时，它会检查 center_shift_total 而不对其进行平方。