sklearn kmeans参数

sklearn.cluster.kmeans参数包括：

1. n_clusters：聚类的数量，默认为8。

2. init：初始化聚类中心的方法，默认为"k-means++"，即使用k-means++算法。

3. n_init：初始化聚类中心的次数，默认为10。

4. max_iter：最大迭代次数，默认为300。

5. tol：收敛阈值，默认为1e-4。

6. precompute_distances：是否预先计算距离矩阵，默认为"auto"，即自动选择。

7. verbose：是否输出详细信息，默认为，不输出。

8. random_state：随机数种子，默认为None。

9. copy_x：是否复制数据，默认为True。

10. algorithm：聚类算法，默认为"auto"，即自动选择。可选值为"k-means"、"elkan"。

11. n_jobs：并行计算的数量，默认为None，即使用单线程计算。可选值为正整数。

12. distance_metric：距离度量，默认为"euclidean"，即欧几里得距离。可选值为"cityblock"、"cosine"、"l1"、"l2"、"manhattan"、"precomputed"。

13. metric_params：距离度量的参数，默认为None。

14. init_size：初始样本集的大小，默认为None，即使用全部样本。

15. batch_size：每次迭代使用的样本数量，默认为None，即使用全部样本。

16. verbose_interval：输出详细信息的间隔，默认为10。