如何从 KMeans 集群中获取集群的名称？

Posted 2023-03-12

【中文标题】如何从 KMeans 集群中获取集群的名称？

【英文标题】：How to get name from the cluster from KMeans clustering?

【发布时间】：2019-04-04 11:39:17

【问题描述】：

我正在使用 Kmeans 将过去的交易者数据聚类到集群中。我有 10 个交易者，我聚集成 3 个集群。现在获得每个索引的集群和标签后，我想知道每个集群拥有的交易者的名称。例如，如果 Cluster-0 有 3 个交易者，那么输出应该类似于 'Cluster0': 'Name1','Name2','Name3' 'Cluster1': 'Name5','Name4','Name6' 等等等等。我能够通过

获得属于每个集群的数据点的索引

cluster_dict = i: np.where(data['Labels'] == i) for i in range(n_clusters) 然后我有来自新交易者数据的索引列表，如0-16 trader1, 16-32 trader2 之类的。我在列表中也有交易者的名字['name1','name2','name3']。

如上所述，有什么方法可以找回属于每个集群的交易者名称。如果是，那么请帮助我。

【问题讨论】：

Python sklearn-KMeans how to get the values in the cluster的可能重复

@Urvish - 你的问题解决了吗？如果您有任何疑问，请随时提出。

@Cleb 用于获取索引的行来自该问题本身。所以我的问题不是重复的，而是从我所看到的情况下向该问题又迈进了一步。

【参考方案1】：

我认为你需要像下面这样的东西，

首先获取标签值并将其分配到您的数据框中，然后根据标签应用 groupby by 并在名称 (A,B,C) 列中找到唯一并存储结果。

以下代码 sn-p 演示了您的问题。

from sklearn.cluster import KMeans
import numpy as np
import pandas as pd
X = pd.DataFrame([[1, 2,'A'], [1, 4,'A'], [1, 0,'B'],[4, 2,'C'], [4, 4,'C'], [4, 0,'B']])
kmeans = KMeans(n_clusters=2, random_state=0).fit(X[[0,1]])
result= kmeans.labels_
X['label']=result
print X.groupby('label')[2].unique()

输出：

label
0    [A, B]
1    [C, B]

对于字典表示，

print X.groupby('label')[2].unique().to_dict()

输出：

0: array(['A', 'B'], dtype=object), 1: array(['C', 'B'], dtype=object)

要在下面使用相同的数据框获得结果，

X['cluster_name']= X.groupby('label')[2].transform('unique')

输出：

   0  1  2  label cluster_name
0  1  2  A      0       [A, B]
1  1  4  A      0       [A, B]
2  1  0  B      0       [A, B]
3  4  2  C      1       [C, B]
4  4  4  C      1       [C, B]
5  4  0  B      1       [C, B]

【讨论】：

你的回答真的很好。我能想到的唯一问题是在 df 中将名称作为单独的列，因为现在我只有一个名称列表，我不知道如何在 df 中添加它们。一件事是遍历 df 的索引，然后查看索引是否小于每个交易者 df 的大小，然后添加该名称，否则不添加名称。你有什么建议？

唯一的问题是我从一开始就没有名称作为 df 中的 A、B 和 C。您能帮我如何将它们作为 df.xml 中的单独列获取吗？如果我能得到那个专栏，你的答案是正确的。我有像[A,B,C] 这样的名称列表，但不知道如何将其扩展为列。

@Urvish - 为此，您必须出示您的 df。没有看到你的 df，很难给出建议。

@Urvish - 您还有与此相关的任何问题，如果有，请随时提出与此相关的任何问题，或者接受我的回答。将来很容易被其他人识别。

我按照您建议的代码进行了这项工作。谢谢你的帮助。