在sklearn中完成K-means后有没有办法打印异常值？让我们说前5名答案

【问题标题】：Is there is a way to print outliers after finishing K-means in sklearn? let's say the top 5在sklearn中完成K-means后有没有办法打印异常值？让我们说前5名
【发布时间】：2019-01-16 19:31:41
【问题描述】：

准备数据

df= rn.read_sql(sql,conn)
Data = df.as_matrix(['TOT_CLM_GROSS_AMT','UNIT_PRICE','QUANTITY'])

应用 K-means

kmeansFinal = KMeans(n_clusters = 47, init="k-means++",precompute_distances=True, copy_x=True,max_iter=500,n_init=20 ).fit(Data)

然后计算距离

distances= kmeansFinal.transform(Data)

我想打印前 n 个异常值的值
假设 n 现在是 5

【问题讨论】：

K-means 讨厌异常值。见this。

标签： python scikit-learn k-means

【解决方案1】：

计算出distance 后，选择n 并运行：

n = 5
outliers = [x[0] for x in sorted(enumerate(distances), key=lambda x: sum(x[1]**2)**0.5, reverse=True)[:n]]

现在，outliers 保存Data 中离质心最远的数据点的索引。

for outlier in outliers:
    print(Data[outlier])

【讨论】：