python中包'sklearn.cluster'中'KMeans'函数中的术语'随机状态'是什么意思

Question

python KMeans 函数中的“随机状态”是什么意思？我试图从 Google 中找出答案并转介 https://scikit-learn.org/stable/modules/generated/sklearn.cluster.KMeans.html，但我找不到准确的答案。

Answer 1

random_state : int，RandomState 实例或无，可选，默认值：无 如果是 int，则 random_state 是随机数生成器使用的种子；如果是 RandomState 实例，则 random_state 是随机数生成器；如果为 None，则随机数生成器是 np.random 使用的 RandomState 实例。

见：http://scikit-learn.org/stable/modules/generated/sklearn.cluster.KMeans.html

Answer 2

请记住，KMeans 函数是随机的（即使您使用相同的输入值运行该函数，结果也可能会有所不同）。因此，为了使结果可重现，您可以为 random_state 参数指定一个值。

Answer 3

k-means 算法的一个陷阱是它不是最优的。这意味着，它不确定找到最佳解决方案，因为问题不是凸的（用于优化）。

您可能会陷入局部最小值，因此您的算法结果取决于您的初始化（质心）。为了找到一个好的最小值，一个好的做法是多次初始化并重新运行算法并保持最佳结果。

正如其他人所说，random_state 使结果可重现，并可用于调试

Answer 4

sklearn的Kmeans函数中的随机状态主要有助于

1. 如果您使用 Kmeans++ 初始化质心，则从与质心相同的随机数据点开始。
2. 如果使用随机初始化，则从与质心相同的 K 个随机数据点开始。

当人们想要在稍后的某个时间点重现结果时，这会有所帮助。