scikit-learn 库中 k-Means 的加速[关闭]

Question

我有一个问题，我的代码需要很长时间才能执行。我使用 python 进行编码，使用 scikit-learn 作为机器学习库。我的问题是 k-Means 的计算需要很长时间才能完成（基本上我们有大约 3000 个数据点用于分组到 400 个集群中）。此方法重复约 250 次。至于时间，大约需要40分钟才能完成。关于如何加速它的任何建议？ 提前致谢。

Answer 1

如果所有用例都可以轻松加速，那它早就实现了。

我们不知道您的数据统计或您到底在做什么，但您可能想要调整参数，尤其是：

• 并行处理：n_jobs（仅线性加速；更多内存）
• 初始化算法：init
• 迭代次数：max_iter（线性加速；可能不太准确）
• 启动次数：n_init（线性加速；可能不太准确）

如果内存允许，你也可以试试：precompute_distances。

但更重要的是：即使是 user-guide 也解释说您的用例不适合（集群太多）。

或者尝试替代方案：Mini Batch K-Means。