EM 聚类算法中附加的标签

Posted 2023-03-12

【中文标题】EM 聚类算法中附加的标签

【英文标题】：Labels appending in EM clustering algorithm

【发布时间】：2017-03-05 00:36:38

【问题描述】：

我正在使用数据集 (x) 上的 3 个组件进行 EM 聚类，这只是具有 15 个特征的数据框。

from sklearn import mixture
import pandas as pd

x=pd.read_csv('tr.csv', sep=';')
em = mixture.GMM(n_components=3)
em.fit(x) 

然后我想在我的数据框中为集群创建一个额外的列，并附加到每个变量的每个集群的标签中（例如，像在 k-means 方法中使用标签）。但我最好的是权重，它似乎不太正确：

x['CLUSTER'] = pd.Series(em.weights_, index=x.index).astype(str)

它给了我一个错误（比如您的数据中有 100000 行，但您尝试仅追加 3 行）。

那么我怎样才能在 EM 算法中使用集群的标签，以及如何将它们插入到第一个 df 中每个变量的列中？

谢谢！

【参考方案1】：

为了获得“标签”，您需要调用 .predict(x) 而不是 .weights，.weights 是拟合分布的（众多之一！）参数，而不是逐点标签。

x['CLUSTER'] = em.predict(x)