K均值 - KMeans

K均值算法是一种常用的聚类分析的方法，通过给定的k值，将数据分成k个簇，使得每个数据点到聚类中心的距离最小。在没有很明确的偏好算法的情况下，建议可以使用K均值算法来得出初步的聚类分析模型。

语法：

...|fit KMeans n_clusters=<int> init=<"k-means++" (default)| random> n_init=<int> max_iter=<int> random_state=<int> <feature_field_1> <feature_field_2> [into model_name]... 

参数说明：

• n_clusters参数，用来指定形成的簇/中心点的数量。如不提供，默认值为8。
• init参数，用来指定初始值选择的方式
  • k-means++（默认值）: 优化过选择方式
  • random：完全随机
• n_init参数，用来指定用不同的初始点运行算法的次数。如不提供，默认值为10。
• max_iter参数，用来指定在单次运算中，KMeans计算反复的最大限度。如不提供，默认值为300。在数据量或者特征数量特别大的情况下，可以适量增大。
• random_state为随机数种子，用来控制样本自助抽样的随机性和特征抽样的随机性。如果给定特定值，重新跑模型的时候，可以得出同样的结果。