使用kmeans python进行集群和分区的字典

Question

我正在寻找解决问题的方法。

我使用 sklearn 的 Kmeans，我想要一本带有 { cluster : list of partition} 的字典

kmeans = KMeans(n_clusters=n)
kmeans.fit(data)

result = zip(data,kmeans.labels_)
sortedR = sorted(result,key=lambda x: x[1])

cluster_nb = {}
for k,v in sortedR:
    if v in cluster_nb:
        cluster_nb[v].append(k)
    else:
        cluster_nb[v] = [k] 

我将 kmoyen.labels 集群的位置作为键，但我需要 kmoyen.cluster_centers_ 的相应元素

例如：

{'[1,2]' :  [array([1, 3]), array([2,4])], '[5,5]' : [array([7, 8]), array([10,12])]}

我尝试了一个新循环：

for x in cluster_nb:
    cluster_nb[str(kmeans.cluster_centers_[x])] = cluster_nb.pop(x)
return cluster_nb

但我有这个错误：

IndexError: only integers, slices (`:`), ellipsis (`...`), numpy.newaxis (`None`) and integer or boolean arrays are valid indices

我在哪里犯错了？

有没有更简单的解决方案？

Answer 1

试试这个：

from sklearn.cluster import KMeans
import numpy as np

data = np.random.randint(100, size=(100, 2))
kmeans = KMeans(n_clusters=5)
kmeans.fit(data)

centroids_partitions = {}
for centr in kmeans.cluster_centers_:
    centroid_label = kmeans.predict([centr])
    partition = []
    for k, v in zip(data, kmeans.labels_):
        if v == centroid_label:
            partition.append(k.ravel())

    centroids_partitions[centroid_label[0]] = partition

print(centroids_partitions)

返回一个像这样的字典：

{0: [array([55,  8]), ... ,[truncated], 1: [array([70, 87]), array([77, 63]), ... ]}

其中 0、1 等是来自 kmeans.labels_ 的集群标签

或者，如果您想将质心作为字典的键进行协调，请替换为：

centroids_partitions[centr[0],centr[1]] = partition

输出：

{(68.29411764705881, 24.470588235294127): [array([72, 19]), array([69,  1]), array([58, 46]), .... ]}