scikit學習集羣：預測（X）與fit_predict（X）

在scikit學習，一些聚類算法兼得predict(X)和fit_predict(X)方法，如KMEANS和均值漂移，而其他人只有後者，像SpectralClustering。根據文檔：scikit學習集羣：預測（X）與fit_predict（X）

fit_predict(X[, y]): Performs clustering on X and returns cluster labels. 
predict(X): Predict the closest cluster each sample in X belongs to.

我真的不明白兩者之間的區別，他們似乎相當於我。

來源

2016-05-09 student1

爲了使用'預測'，您必須首先使用'fit'方法。因此，使用'fit（）'和'predict（）'與使用'fit_predict（）'確實是一樣的。但是，在需要了解模型的初始化參數的情況下，而不是使用'fit_predict（）'的情況下，只需使用'fit（）'就可以從中獲益，在這種情況下，您只需獲取運行模型的標籤結果關於數據。

來源

2016-05-09 03:20:18 Oer

這並不完全回答這個問題。他們問「爲什麼'KMeans'有一個'預測'的方法，但是'SpectralClustering'不......我實際上不能解決這個問題的答案......也許這是一個錯誤/缺失的功能？我的理解是，作爲scikit-learn API設計的一部分，所有的分類器都應該有一個「擬合」和「預測」方法...... – maxymoo

是的，你說的對，我的回答更接近'我並不真的瞭解兩者之間的差異，他們似乎相當於我。「部分。 – Oer

scikit學習集羣：預測（X）與fit_predict（X）

回答

相關問題