sklearn k-means：点到聚类中心的距离答案

【问题标题】：sklearn k-means: Distance from point to cluster centresklearn k-means：点到聚类中心的距离
【发布时间】：2018-09-30 11:29:19
【问题描述】：

我正在使用 sklearn k-means 聚类，我想知道如何计算和存储从数据中每个点到最近聚类的距离，以供以后使用。我的代码：

import numpy as np
import matplotlib.pyplot as plt
import scipy.sparse as sp
from sklearn.metrics.pairwise import euclidean_distances
from datetime import datetime
from sklearn.cluster import KMeans
from sklearn.datasets.samples_generator import make_blobs

def learn(records):

    data = [getDataFromTransaction(t) for t in records]
    batch_size = 45
    X = np.array(data)
    centers = [[1, 1, 1], [-1, -1, -1], [1, -1, 1]]
    n_clusters = len(centers)
    #X, labels_true = make_blobs(n_samples=20, centers=centers, 
    cluster_std=0.7)
    ##############################################################################
    # Compute clustering with Means
    k_means = KMeans(init='k-means++', n_clusters=3, n_init=10)
    k_means.fit(X)
    k_means_labels = k_means.labels_
    k_means_cluster_centers = k_means.cluster_centers_
    k_means_labels_unique = np.unique(k_means_labels)
    colors = ['#4EACC5', '#FF9C34', '#4E9A06']
    plt.figure()
    plt.hold(True)
    for k, col in zip(range(n_clusters), colors):
            my_members = k_means_labels == k
            cluster_center = k_means_cluster_centers[k]
            plt.plot(X[my_members, 0], X[my_members, 1], 'w',
                    markerfacecolor=col, marker='.')
            plt.plot(cluster_center[0], cluster_center[1], 'o', markerfacecolor=col,
                    markeredgecolor='k', markersize=6)


    plt.title('KMeans')    
    plt.grid(True)
    plt.savefig('./'+str("clustering")+'k_.png')
    plt.show(0)
    plt.show()

抱歉格式错误，感谢您提供的任何帮助

【问题讨论】：

标签： python scikit-learn cluster-analysis distance k-means

【解决方案1】：

在 k-Means 中，将点分配给集群，从而最大限度地减少与集群中心的平方偏差之和。因此，您所要做的就是采用欧几里得范数来计算每个点与它在 k-Means 中分配到的集群中心之间的差异。

下面是伪代码：

for i in NumClusters:
    dataInCluster = data[clusterLabels[cluster==i].rowNames,]
    distance = norm(dataInCluster-clusterCenter[i])

然后您可以将距离添加为数据中的附加列。

【讨论】：