在做K意味着適合某些具有3個集羣的向量時,我可以獲取輸入數據的標籤。 KMeans.cluster_centers_
返回中心的座標,所以不應該有一些相應的向量?我怎樣才能找到這些集羣質心的價值?KMeans.cluster_centers_在sklearn KMeans中的值
0
A
回答
1
closest, _ = pairwise_distances_argmin_min(KMeans.cluster_centers_, X)
陣列closest
將包含在X中的點的最接近每個質心的索引。
假設closest
給出三個集羣的輸出爲array([0,8,5])
。所以X [0]是X到質心0的最近點,而X [8]離質心1最近,依此類推。
來源:https://codedump.io/share/XiME3OAGY5Tm/1/get-nearest-point-to-centroid-scikit-learn
1
集羣中心值是質心的值。在k均值聚類結束時,您將有三個單獨的聚類和三個質心,每個質心位於每個聚類的中心。質心不一定必須與現有數據點重合。
相關問題
- 1. sklearn中的可重現kmeans
- 2. Sklearn Kmeans參數混淆?
- 3. 使用sklearn KMeans與SciPy kmeans相比有優勢嗎?
- 4. 在Matlab中kmeans的質心
- 5. scikit-learn中kmeans的python內存錯誤
- 6. 計算大熊貓數據框中kmeans的損失函數
- 7. 在sklearn中保留數據
- 8. y,_賦值在python/sklearn中做什麼?
- 9. 無法從sklearn python
- 10. KMeans算法在opencv中
- 11. 在Kmeans中輸出IDX?
- 12. sklearn RFECV缺失值
- 13. pyclustering:初始化kmeans的預期方法
- 14. sklearn中的多個eps值DBSCAN
- 15. hadoop上的Kmeans
- 16. Streaming Kmeans中的錯誤,Spark
- 17. KMeans在OpenCV 2中的實現
- 18. 使用Pyplot和sklearn繪製文檔
- 19. TSNE在sklearn python
- 20. 三維sklearn K-means聚類
- 21. 無法下載mldata sklearn
- 22. Sklearn SVM預測值相同
- 23. 預測在sklearn
- 24. kmeans聚類與數據框(scipy)
- 25. 在mllib kmeans中獲取集羣標籤pyspark
- 26. cv2.kmeans使用Python中
- 27. kmeans with big data
- 28. vlfeat kmeans C++
- 29. 在sklearn中序列化Labelencoder
- 30. opencv多維kmeans
因此,我們可能無法從數據點向量中得到確切的值嗎? – Katherine
我不完全確定你的意思。您會得到一個定義您的羣集的質心(每個數據點位於它最接近的質心羣集中)。您具有質心的值 - 它包含在「cluster_centers_」中 - 但質心是一個新點,而不是您現有的數據點之一。它可能對應於現有的偶然點,但不一定。 – bigsim