sklearn.cluster.KMeans(n_clusters=8)
sklearn.cluster.KMeans(n_clusters=8)是scikit-learn库中 K-Means 聚类算法的一个实例化调用。
这行代码的含义是：创建一个 K-Means 聚类模型，设置将数据分成8 个簇（即n_clusters=8），其他参数全部使用默认值。
详细参数说明
fromsklearn.clusterimportKMeans# 完整写法（含默认值）kmeans=KMeans(n_clusters=8,# 簇的数量（你设置的）init='k-means++',# 初始化质心的方法n_init='auto',# 不同初始质心运行的次数max_iter=300,# 单次运行的最大迭代次数tol=1e-4,# 收敛容忍度verbose=0,# 是否输出详细日志random_state=None,# 随机种子（用于结果复现）copy_x=True,# 是否复制数据algorithm='lloyd'# 算法实现)常用操作示例
fromsklearn.clusterimportKMeansimportnumpyasnp# 1. 创建模型kmeans=KMeans(n_clusters=8,random_state=42)# random_state 保证结果可复现# 2. 准备数据（假设有 100 个样本，每个样本 2 个特征）X=np.random.rand(100,2)# 3. 训练模型kmeans.fit(X)# 4. 获取聚类结果labels=kmeans.labels_# 每个样本的簇标签 (0-7)centers=kmeans.cluster_centers_# 8 个簇的中心点坐标# 5. 预测新样本new_data=np.array([[0.5,0.5]])pred_label=kmeans.predict(new_data)# 6. 计算每个样本到所属簇中心的距离distances=kmeans.transform(X)# shape: (100, 8)，每列是到各簇中心的距离如何选择 n_clusters
n_clusters=8不一定是“最优”的，常用方法确定 K 值：
fromsklearn.metricsimportsilhouette_scoreimportmatplotlib.pyplotasplt# 肘部法则inertias=[]silhouette_scores=[]K_range=range(2,15)forkinK_range:kmeans=KMeans(n_clusters=k,random_state=42,n_init=10)kmeans.fit(X)inertias.append(kmeans.inertia_)# 簇内平方和silhouette_scores.append(silhouette_score(X,kmeans.labels_))# 绘图fig,(ax1,ax2)=plt.subplots(1,2,figsize=(12,4))ax1.plot(K_range,inertias,'bo-')ax1.set_xlabel('k')ax1.set_ylabel('Inertia')ax1.set_title('Elbow Method')ax2.plot(K_range,silhouette_scores,'ro-')ax2.set_xlabel('k')ax2.set_ylabel('Silhouette Score')ax2.set_title('Silhouette Analysis')plt.show()注意事项
特征缩放：K-Means 对特征尺度敏感，建议先标准化：
fromsklearn.preprocessingimportStandardScaler X_scaled=StandardScaler().fit_transform(X)random_state：设置随机种子可使结果可复现
n_init：默认
'auto'（10次），增加可提高稳定性但会慢内存：数据量大时考虑使用
MiniBatchKMeans