通过使用”kmeans.cluster_centers_”，我可以得到每个簇的最终质心，但如果我想跟踪所有迭代中的所有质心并将结果存储到一个列表中，该怎么办？

回答：

Scikit-learn不会提供中间结果，标准API也没有办法做到这一点。一种获取这些结果的临时方法是使用类似下面的代码：

k_means = KMeans(max_iter=1)for i in range(300):  k_means.fit(X)  intermediate_centers = k_means.cluster_centers_  k_means = KMeans(max_iter=1, init=intermediate_centers)

这种方法速度不快，我不建议在生产环境中运行它。