具有稳定结果的 k-原型

Question

我正在使用基于 python 的 k 模式包中的 k 原型。作为 K-means，[k-prototypes] 每次输出不同的结果。

在 K-modes 中，我们可以设置 random_state 以获得稳定的结果，我如何对 k-prototypes 做同样的事情？

Answer 1

在这个函数调用中，init参数可以是huang、cao和random:

def k_prototypes_single(Xnum, Xcat, nnumattrs, ncatattrs, n_clusters, n_points,
                        max_iter, num_dissim, cat_dissim, gamma, init, init_no,
                        verbose, random_state):

将其更改为 random 以外的任何内容可能会有帮助。

另一方面，np.random.seed(42) 也可能有帮助，因为作者很可能使用 np.random()

具有稳定结果的 k-原型

k-prototypes with stable results

python

cluster-analysis