kmeans 集群：如何访问集群数据点答案

【问题标题】：kmeans clustering : how to access cluster datapointskmeans 集群：如何访问集群数据点
【发布时间】：2017-06-01 21:10:11
【问题描述】：

这是我从 kmeans scikit 文档和讨论 kmeans 的博客文章中汇总的 kmeans 算法的实现：

#http://scikit-learn.org/stable/modules/generated/sklearn.cluster.KMeans.html
#http://fromdatawithlove.thegovans.us/2013/05/clustering-using-scikit-learn.html

from sklearn.cluster import KMeans
import numpy as np
from matplotlib import pyplot

X = np.array([[10, 2 , 9], [1, 4 , 3], [1, 0 , 3],
               [4, 2 , 1], [4, 4 , 7], [4, 0 , 5], [4, 6 , 3],[4, 1 , 7],[5, 2 , 3],[6, 3 , 3],[7, 4 , 13]])
kmeans = KMeans(n_clusters=3, random_state=0).fit(X)

k = 3
kmeans.fit(X)

labels = kmeans.labels_
centroids = kmeans.cluster_centers_

for i in range(k):
    # select only data observations with cluster label == i
    ds = X[np.where(labels==i)]
    # plot the data observations
    pyplot.plot(ds[:,0],ds[:,1],'o')
    # plot the centroids
    lines = pyplot.plot(centroids[i,0],centroids[i,1],'kx')
    # make the centroid x's bigger
    pyplot.setp(lines,ms=15.0)
    pyplot.setp(lines,mew=2.0)
pyplot.show()

print(kmeans.cluster_centers_.squeeze())

如何打印/访问每个 k 个集群的数据点。

if k = 3 : 
cluster 1 : [10, 2 , 9], [1, 4 , 3], [1, 0 , 3]                  
cluster 2 : [4, 0 , 5], [4, 6 , 3],[4, 1 , 7],[5, 2 , 3],[6, 3 , 3],[7, 4 , 13]
cluster 3 : [4, 2 , 1], [4, 4 , 7]

读取http://scikit-learn.org/stable/modules/generated/sklearn.cluster.KMeans.html kmeans 对象上没有此属性或方法？

更新：

kmeans.labels_ 返回array([1, 0, 2, 0, 2, 2, 0, 2, 0, 0, 1], dtype=int32)

但这如何显示 3 个集群中的每个集群中的数据点？

【问题讨论】：

不是方法，不是....仔细查看链接中的文档。
@JackManey 最接近我发现的是 print(kmeans.labels_), print(kmeans.get_params),print(kmeans.cluster_centers_) 但这些属性都没有打印集群值。
...你是什么意思，确切地说是“集群值”？
@JackManey 我现在意识到“价值观”是模棱两可的。我所说的值是指“数据点”，我已经对此进行了更新。
啊，在这种情况下，kmeans.labels_ 会为您提供每个对应数据点的集群分配（请记住，NumPy 数组的行是固定顺序的！）。

标签： python scikit-learn k-means

【解决方案1】：

如果您使用适合 KMeans 对象的 _labels 属性，您将获得每个训练向量的集群分配数组。标签数组的顺序与您的训练数据相同，因此您可以压缩它们或为每个唯一标签执行 numpy.where()。

【讨论】：

【解决方案2】：

要访问 k-means 聚类后的数据点：

添加代码：

sortedR = sorted(result, key=lambda x: x[1])
sortedR

完整代码：

    from sklearn.cluster import KMeans
    import numpy as np
    from matplotlib import pyplot

    X = np.array([[10, 2 , 9], [1, 4 , 3], [1, 0 , 3],
                   [4, 2 , 1], [4, 4 , 7], [4, 0 , 5], [4, 6 , 3],[4, 1 , 7],[5, 2 , 3],[6, 3 , 3],[7, 4 , 13]])
    kmeans = KMeans(n_clusters=3, random_state=0).fit(X)

    k = 3
    kmeans = KMeans(n_clusters=k)
    kmeans.fit(X)

    labels = kmeans.labels_
    centroids = kmeans.cluster_centers_

    for i in range(k):
        # select only data observations with cluster label == i
        ds = X[np.where(labels==i)]
        # plot the data observations
        pyplot.plot(ds[:,0],ds[:,1],'o')
        # plot the centroids
        lines = pyplot.plot(centroids[i,0],centroids[i,1],'kx')
        # make the centroid x's bigger
        pyplot.setp(lines,ms=15.0)
        pyplot.setp(lines,mew=2.0)
    pyplot.show()

result = zip(X , kmeans.labels_)

sortedR = sorted(result, key=lambda x: x[1])
sortedR

【讨论】：