如何获得离集群中心最近的N个数据点？

Posted 2023-03-12

【中文标题】如何获得离集群中心最近的N个数据点？

【英文标题】：How to get N numbers of data points which are nearest from a cluster's center?

【发布时间】：2019-05-16 09:07:31

【问题描述】：

在部署 K-means 算法后，我想从每个集群中的中心（基于欧几里得距离）获取 N 个最近的数据点。我可以使用

获取数据点的索引

np.where(km.labels_ == 0)

【参考方案1】：

您可以使用kmeans 类的transform 方法计算每个数据点到每个集群的距离。

然后假设您想要第 0 个索引 cluster 中的顶部 N 点，那么您可以这样做：

cluster = 0
N = 2
np.sort(kmeans.transform(X)[:,cluster])[:N]

【讨论】：

当距离聚类中心的距离已知时，有什么方法可以获取最近数据点的特征？

假设我有 3 个特征，即身高、体重和颜色，我想获得离集群中心最近的数据点的这些特征。

我建议编辑问题，或者甚至更好地创建一个新问题，并解释您希望通过预期输出实现什么。

【参考方案2】：

简单的四步流程：

计算平均值 计算与平均值的距离 用argmin选择最小的k个 通过索引np.where的返回值将日落索引映射回数据集索引