Scikit学习，KMeans：如何使用max_iter

Question

我想了解类sklearn.cluster.KMeans的参数max_iter。

根据文档：

max_iter : int, default: 300 
Maximum number of iterations of the k-means algorithm for a single run. 

但在我看来，如果我有100个对象的代码必须运行100次，如果我有10.000对象的代码必须运行10.000倍cassify每个对象。另一方面，在所有物体上运行几次都是没有意义的。

我的误解是什么，我该如何解释这个参数？

Answer 1

到这里看看：

https://www.naftaliharris.com/blog/visualizing-k-means-clustering/

每次单击更新重心，执行新的迭代。这是有道理的，因为当质心被移动时，与这些质心的距离也会改变，并且一些点可能会改变聚类。

Answer 2

是的，你错误地解释了参数。

一次迭代是一次通过整个数据集。如果您有100个对象，则一次迭代会分配100个点。如果您有10000个对象，则一次迭代会处理10000个对象。

还有更多聪明的算法;但sklearn k-means在每次迭代中处理每个对象。