使用 kmeans 聚类查找与特定质心相对应的所有点的索引答案

【问题标题】：Finding the indices of all points corresponding to a particular centroid using kmeans clustering使用 kmeans 聚类查找与特定质心相对应的所有点的索引
【发布时间】：2016-05-10 10:46:34
【问题描述】：

这是一个简单的 kmeans 聚类实现（聚类中的点标记为 1 到 500）：

from pylab import plot,show
from numpy import vstack,array
from numpy.random import rand
from scipy.cluster.vq import kmeans,vq

# data generation
data = vstack((rand(150,2) + array([.5,.5]),rand(150,2)))

# computing K-Means with K = 2 (2 clusters)
centroids,_ = kmeans(data,2)
# assign each sample to a cluster
idx,_ = vq(data,centroids)

#ignore this, just labelling each point in cluster
for label, x, y in zip(labels, data[:, 0], data[:, 1]):
plt.annotate(
    label, 
   xy = (x, y), xytext = (-20, 20),
   textcoords = 'offset points', ha = 'right', va = 'bottom',
   bbox = dict(boxstyle = 'round,pad=0.5', fc = 'yellow', alpha = 0.5),
   arrowprops = dict(arrowstyle = '->', connectionstyle = 'arc3,rad=0'))

# some plotting using numpy's logical indexing
plot(data[idx==0,0],data[idx==0,1],'ob',
     data[idx==1,0],data[idx==1,1],'or')
plot(centroids[:,0],centroids[:,1],'sg',markersize=8)
show()

我正在尝试查找每个集群中所有点的索引。

【问题讨论】：

您已经使用idx, _ = vq(data, centroids) 将点分配给集群。 idx 中的每个元素要么是 0，对应于 centroids[0]，要么是 1，对应于 centroids[1]。这不是你要找的吗？
我的问题是如何获取质心[0] 和质心[1] 中的项目标签。
我不明白你所说的“标签”是什么意思。也许您想要集群 0、集群 1 等中所有元素的索引？在这种情况下，您可以使用in_0 = np.where(idx == 0)[0]、in_1 = np.where(idx == 1)[0] 等。
感谢您的回答。 where(idx ==1)每次运行程序时都会给出不同的索引。（我的场景中有超过 2 个集群）。是不是因为 cluster[0] 每次都不一样？
stackoverflow.com/q/20140816/1461210

标签： python numpy scipy cluster-analysis k-means

【解决方案1】：

在这一行：

idx,_ = vq(data,centroids)

您已经为data 数组中的每个点（行）生成了一个包含最近质心索引的向量。

您似乎想要最接近质心 0、质心 1 等的所有点的行索引。您可以使用np.nonzero 查找idx == i 的索引，其中i 是您感兴趣的质心在。

例如：

in_0 = np.nonzero(idx == 0)[0]
in_1 = np.nonzero(idx == 1)[0]

在 cmets 中，您还问为什么 idx 向量在运行时会有所不同。这是因为如果您将整数作为第二个参数传递给 kmeans，质心位置将随机初始化 (see here)。

【讨论】：

【解决方案2】：

你已经有了...

plot(data[idx==0,0],data[idx==0,1],'ob',
     data[idx==1,0],data[idx==1,1],'or')

猜猜idx 做了什么，以及data[idx==0] 与data[idx==1] 包含什么。

【讨论】：

我不是在寻找正在绘制的值（或坐标）。我正在寻找一种方法来获取集群 [1] 和集群 [0] 中的标签