sklearn KMeans 中 KMeans.cluster_centers_ 的值

Posted 2023-03-12

【中文标题】sklearn KMeans 中 KMeans.cluster_centers_ 的值

【英文标题】：Value at KMeans.cluster_centers_ in sklearn KMeans

【发布时间】：2017-12-27 07:25:21

【问题描述】：

在做 K 意味着适合一些具有 3 个集群的向量时，我能够获得输入数据的标签。 KMeans.cluster_centers_ 返回中心的坐标，所以不应该有一些对应的向量吗？如何找到这些簇的质心处的值？

【参考方案1】：

closest, _ = pairwise_distances_argmin_min(KMeans.cluster_centers_, X)

数组closest 将包含X 中最接近每个质心的点的索引。

假设closest 为三个集群提供了array([0,8,5]) 的输出。所以X[0]是X中离质心0最近的点，X[8]是离质心1最近的点，以此类推。

来源：https://codedump.io/share/XiME3OAGY5Tm/1/get-nearest-point-to-centroid-scikit-learn

【参考方案2】：

聚类中心值是质心的值。在 k-means 聚类结束时，您将拥有三个单独的聚类和三个质心，每个质心位于每个聚类的中心。质心不一定要与现有数据点重合。

【讨论】：

所以我们可能无法从数据点的向量中得到准确的值？

我不太清楚你的意思。你得到一个定义你的集群的质心（每个数据点都在它最接近的质心的集群中）。您拥有质心的值 - 这包含在 cluster_centers_ 中 - 但质心是一个新点，而不是您现有的数据点之一。它可能偶然对应于现有的点，但不是必须的。