在两个特征上聚类并绘制结果

Posted 2023-03-12

【中文标题】在两个特征上聚类并绘制结果

【英文标题】：Cluster on two features and plot results

【发布时间】：2017-05-16 00:15:04

【问题描述】：

我有两个密集矩阵（title 和 para）。我希望使用亲和传播算法对它们进行聚类，然后绘制聚类。

我编写了以下代码，这些代码基于一个特性进行聚类。我怎样才能使它适应这两个特征的聚类，然后绘制结果？

import os
import time
import string
import pickle
import matplotlib.pyplot as plt
from sklearn.cluster import AffinityPropagation
from sklearn import metrics
import matplotlib.pyplot as plt
from itertools import cycle

#from sklearn.ensemble import RandomForestClassifier

#Opens and stores preprocessed data.
filepath = '...'
with open((filepath + 'para.dat'), 'rb') as infile:
    para = pickle.load(infile)
with open(filepath + 'title.dat', 'rb') as infile:
    title = pickle.load(infile)
with open(filepath + 'y.dat', 'rb') as infile:
    y = pickle.load(infile)

af = AffinityPropagation().fit(para)
cluster_centers_indices = af.cluster_centers_indices_
labels = af.labels_
n_clusters_= len(cluster_centers_indices)

这是主动学习方法的一部分，我使用它通过聚类来实现查询，从而将整个数据集聚类，并且聚类的质心形成训练数据集，从而生成代表整个数据集的训练数据集。

【参考方案1】：

有无数种方法可以做到这一点（但当然只有有限数量的结果），因此您需要更准确地确定最佳结果是什么。

例如，您可以将相似性传播应用于

alpha * para + (1 - alpha) * title

【讨论】：

在这种情况下，它们的权重不相等？

它们可能无法比较，因此即使将 alpha 设置为 0.5，它们的影响也不会相等。

【参考方案2】：

您想要做的是将您拥有的数组组合成一个大数组，以便它们都可以聚集在一起，您可以使用 numphy 附加库示例：

X = np.append(title, para, axis =0)
af = AffinityPropagation().fit(X)

现在它们已组合在一起，可以对它们进行聚类以找到它们组合的中心。