KMeansTrainer 類別

定義

命名空間:

Microsoft.ML.Trainers

組件:

Microsoft.ML.KMeansClustering.dll

套件:

Microsoft.ML v5.0.0-preview.1.25125.4

來源:

KMeansPlusPlusTrainer.cs

訓練 IEstimator<TTransformer> KMeans 叢集儀

public class KMeansTrainer : Microsoft.ML.Trainers.TrainerEstimatorBase<Microsoft.ML.Data.ClusteringPredictionTransformer<Microsoft.ML.Trainers.KMeansModelParameters>,Microsoft.ML.Trainers.KMeansModelParameters>

type KMeansTrainer = class
    inherit TrainerEstimatorBase<ClusteringPredictionTransformer<KMeansModelParameters>, KMeansModelParameters>

Public Class KMeansTrainer
Inherits TrainerEstimatorBase(Of ClusteringPredictionTransformer(Of KMeansModelParameters), KMeansModelParameters)

繼承

Object

TrainerEstimatorBase<ClusteringPredictionTransformer<KMeansModelParameters>,KMeansModelParameters>

KMeansTrainer

備註

要建立這個訓練器，可以使用 KMeans 或 Kmeans（Options）。

輸入與輸出欄位

輸入特徵欄位資料必須為 Single。 不需要標籤欄位。 此訓練器會輸出下列欄位：

輸出數據行名稱	欄類型	Description
Score	向量 Single	指定數據點到所有叢集心的距離。
PredictedLabel	金鑰 類型	模型預測的最接近叢集索引。

訓練師特性

機器學習任務	叢集
需要正規化嗎？	Yes
快取是必須的嗎？	Yes
除了 Microsoft.ML 之外，必須使用 NuGet	None
可匯出至 ONNX	Yes

訓練演算法細節

K-means 是一種流行的分群演算法。 使用 K-平均值時，資料會被分群到指定數量的叢集中，以最小化簇內距離的平方和。 此實作遵循 陰陽K-均值方法。 選擇初始簇心形時，可採用以下三種選項之一：

• 隨機初始化。 這可能導致對最佳聚類的近似效果不佳。
• K-means++ 方法。 這是 Ding 等人在此提出的改良初始化演算法，保證找到一個與最佳 K-均值解具有競爭力的解$O（log K）$。
• K-的意思||方法。 此方法由 Bahmani 等人在此 提出，並採用平行方法大幅減少獲得良好初始化所需的通過次數。

K-代表||是預設的初始化方法。 其他方法可在建立訓練器時，使用 KMeansTrainer（Options） 在選項中指定。

計分功能

輸出分數欄包含給定輸入向量 $\textbf{x}\in \mathbb{R}^n$ 到每個叢集重心的 $L_2$-範數距離（即 歐氏距離）的平方。 假設第 $c$ 叢集的中心子為 $\textbf{m}_c \in \mathbb{R}^n$。 分數欄的第 $c 分值為 $d_c = ||\textbf{x} - \textbf{m}_c ||_2^2$。 預測標籤是$K維向量 $[d_{0}， \dots， d_{K-1}]}} 中最小值的索引，其中 $K$ 是叢集數量。

欲了解更多關於 K-means 和 K-means++ 的資訊，請參見： K-meansK-means++

請參考「參見」區塊，裡面有使用範例的連結。

欄位

名稱	Description
FeatureColumn	訓練師期待的特色欄。 (繼承來源 TrainerEstimatorBase<TTransformer,TModel>)
LabelColumn	訓練師期望的標籤欄。 可以是 null，表示該標籤不用於訓練。 (繼承來源 TrainerEstimatorBase<TTransformer,TModel>)
WeightColumn	訓練師預期的體重欄。 可以是 null，表示訓練時不使用重量。 (繼承來源 TrainerEstimatorBase<TTransformer,TModel>)

屬性

名稱	Description
Info	訓練 IEstimator<TTransformer> KMeans 叢集儀

方法

名稱	Description
Fit(IDataView)	訓練並返回 ITransformer。 (繼承來源 TrainerEstimatorBase<TTransformer,TModel>)
GetOutputSchema(SchemaShape)	訓練 IEstimator<TTransformer> KMeans 叢集儀 (繼承來源 TrainerEstimatorBase<TTransformer,TModel>)

擴充方法

名稱	Description
AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment)	在估計鏈中附加一個「快取檢查點」。 這將確保下游估計器能針對快取資料進行訓練。 在訓練師接受多次資料通行前設置快取檢查點會很有幫助。
WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>)	給定一個估計器，回傳一個包裹物件，該物件會呼叫一次 Fit(IDataView) 代理。 估計器通常回傳擬合的資訊很重要，因此該 Fit(IDataView) 方法回傳一個特定型別的物件，而非一般 ITransformer的 。 然而，同時， IEstimator<TTransformer> 通常會被組成包含許多物件的管線，因此我們可能需要建立一條估計鏈，將 EstimatorChain<TLastTransformer> 我們想要取得變壓器的估計器埋藏在這條鏈的某處。 在這種情況下，我們可以透過此方法附加一個代理，當 fit 被呼叫時會被呼叫。

另請參閱

• KMeansTrainer