我正在使用scikitlearn的MiniBatchKMeans()函数。好吧,在它的文档中有:
batch_size: int，可选，默认值:100小批量的大小。
init_size: int，可选，默认值:3 * batch_size为了加快初始化(有时以牺牲准确性为代价)而随机采样的样本数量:唯一的算法是通过在数据的随机子集上运行批处理KMeans来初始化的。需要大于n_clusters
我不太明白，因为看起来迷你批处理的最终尺寸是3*batch_size，而不是batch_size参数指定的尺寸。
我误解了什么吗?如果是这样，有人可以解释这两个论点。如果我是对的，为什么会有这两个论点，因为它们似乎是多余的。
谢谢! !
批大小由batch_size定义，句号。此外，您可以定义init_size，这是用于初始化进程的的样本大小，并且默认为3* batch_size。您可以简单地设置bath_size=100和init_size=10，然后使用10个样本来执行初始化(kmeans不是全局收敛的，在初始化阶段有许多技术来处理它)，然后在算法执行期间将使用100个批量。