之前尝试
我正在尝试做k，意味着在Scikit学习中聚类。代码：
from sklearn.cluster import KMeans
kmeans = KMeans(n_clusters = 10)
x = df.values
kmeans.fit(x.reshape(-1, 1))
如果参数n_init = random，它会选择随机的初始质心。有没有办法获取最初使用的质心？
您只能在将KMeans对象拟合到数据之后才能获取群集中心。
小技巧！
因此，您可以做的是将参数max_iter设置为1。默认情况下，它设置为300，然后中心可能在每次迭代时都会更改。
如果您使用只有一个迭代算法将每个样本分配给初始中心，然后将其停止，而不是更新中心。
因此，调用.cluster_centers_将回馈初始质心！
是的，我认为您可以在调用fit()
centroids = kmeans.cluster_centers_