【问题标题】：How to identify and separate clusters using K Means in python?如何在 python 中使用 K 均值识别和分离集群？
【发布时间】：2019-11-20 11:08:02
【问题描述】：

我正在尝试使用 K-means 方法在数据集中查找集群。我从肘部方法中获得了集群的数量，但不知道如何识别和分离这些集群以便对每个集群进行进一步分析，例如对每个集群应用线性回归。我的数据集包含两个以上的变量。

我通过肘法得到了簇的数量

应用 Kmeans

distortions = []
K = range(1,10)
for k in K:
kmeanModel = KMeans(n_clusters=k).fit(df)
kmeanModel.fit(df)
distortions.append(sum(np.min(cdist(df, kmeanModel.cluster_centers_, 'euclidean'), axis=1))**2 / df.shape[0])

簇数的肘法

plt.plot(K, distortions, 'bx-')
plt.xlabel('k')
plt.ylabel('Distortion')
plt.title('The Elbow Method showing the optimal k')
plt.show()

【问题讨论】：

标签： python cluster-analysis linear-regression k-means unsupervised-learning

【解决方案1】：

假设您使用 Elbow 方法发现值 k 是您的数据的最佳聚类数。

所以你可以使用下面的代码将数据分成不同的集群：

kmeans = KMeans(n_clusters=k, random_state=0).fit(df)
y = kmeans.labels_    # Will return the cluster numbers for each datapoint
y_pred = kmeans.predict(<unknown_sample>)    # If want to predict for a new sample

之后，您可以根据集群将数据分离为：

for i in range(k):
    cluster_i = df[y == i, :]    # Subset of the datapoints that have been assigned to the cluster i
    # Do analysis on this subset of datapoints.

您可以在此链接中找到与不同参数相关的更多详细信息：https://scikit-learn.org/stable/modules/generated/sklearn.cluster.KMeans.html

【讨论】：