PyPI中pyclustering库中kmedoids的niter？

Question

如何访问在PyPI中的pyclustering库中实现的kmedoids收敛之前执行的迭代次数的属性

在KMeans的ScikitLearn实现中，它提供了对4个属性的访问：

集群中心

标签

惯性

n_iter_

其中，n_iter_是根据提供给算法的参数的要求，收敛于解所需的迭代次数

在Pyclustering库中非常有用的一组算法中，类似于KMeans的一系列聚类算法非常有用。我对一个特别的kmedoids感兴趣，但对其他KMeans类似算法的回答我认为通常是有用的

对于kmediods，无法访问像n_iter_这样的属性。这就是问题所在

Answer 1

您可以使用itermax参数来实现这一点

看看pyclustering文档：https://pyclustering.github.io/docs/0.9.3/html/d0/dd3/classpyclustering_1_1cluster_1_1kmedoids_1_1kmedoids.html#a698b7a2df2358221e705012973df44a6

[in] **kwargs
Arbitrary keyword arguments (available arguments: 'metric', 'data_type', 'itermax').

例如：

kmedoids_instance = kmedoids(dm, initial_medoids,
    tolerance = 0.001,
    ccore = True,
    metric = distance_metric(type_metric.MINKOWSKI, degree=2),
    data_type = 'distance_matrix',
    itermax = 1000    
)

或者将未打包的词典作为参数传递：

metric = distance_metric(type_metric.MINKOWSKI, degree=2)
kwargs = {'metric': metric, 'data_type': 'distance_matrix', 'itermax': 1000}
kmedoids_instance = kmedoids(dm, initial_medoids,
    tolerance = 0.001,
    ccore = True,
    **kwargs
)