如何从 KMeans 集群中获取集群的名称？

Question

我正在使用 Kmeans 将过去的交易者数据聚类到集群中。我有 10 个交易者，我聚集成 3 个集群。现在获得每个索引的集群和标签后，我想知道每个集群拥有的交易者的名称。例如，如果 Cluster-0 有 3 个交易者，那么输出应该类似于 {'Cluster0': 'Name1','Name2','Name3'} {'Cluster1': 'Name5','Name4','Name6'} 等等等等。我能够通过

获得属于每个集群的数据点的索引

cluster_dict = {i: np.where(data['Labels'] == i) for i in range(n_clusters)} 然后我有来自新交易者数据的索引列表，如0-16 trader1, 16-32 trader2 之类的。我在列表中也有交易者的名字['name1','name2','name3']。

如上所述，有什么方法可以找回属于每个集群的交易者名称。如果是，那么请帮助我。

Answer 1

我认为你需要像下面这样的东西，

首先获取标签值并将其分配到您的数据框中，然后根据标签应用 groupby by 并在名称 (A,B,C) 列中找到唯一并存储结果。

以下代码 sn-p 演示了您的问题。

from sklearn.cluster import KMeans
import numpy as np
import pandas as pd
X = pd.DataFrame([[1, 2,'A'], [1, 4,'A'], [1, 0,'B'],[4, 2,'C'], [4, 4,'C'], [4, 0,'B']])
kmeans = KMeans(n_clusters=2, random_state=0).fit(X[[0,1]])
result= kmeans.labels_
X['label']=result
print X.groupby('label')[2].unique()

输出：

label
0    [A, B]
1    [C, B]

对于字典表示，

print X.groupby('label')[2].unique().to_dict()

输出：

{0: array(['A', 'B'], dtype=object), 1: array(['C', 'B'], dtype=object)}

要在下面使用相同的数据框获得结果，

X['cluster_name']= X.groupby('label')[2].transform('unique')

输出：

   0  1  2  label cluster_name
0  1  2  A      0       [A, B]
1  1  4  A      0       [A, B]
2  1  0  B      0       [A, B]
3  4  2  C      1       [C, B]
4  4  4  C      1       [C, B]
5  4  0  B      1       [C, B]