python - 如何在python中使没有簇质心的簇不可见？

Question

我有一个包含 15 个集群的 kmeans 集群对象。我重新排列了对象的 cluster_centers 并从该列表中删除了 5 个特定的集群中心。现在我想可视化我的对象和集群中心。但我找不到使某些集群不可见的方法。

我最初的聚类数据是：

当我尝试使用其新的集群质心来可视化我的 kmeans 数据对象时，我得到以下输出：

我想让没有“X”标记的集群不可见。我该怎么做？

我用这段代码绘制了上面的图：

plt.scatter(X_train[:,0], X_train[:,1],c=TrainData[1],cmap='gist_rainbow')
plt.scatter(new_centroids[:,0], new_centroids[:, 1],s = 150, c = 'black', label = 'Centroid', marker="x")
plt.show()

Answer 1

您可以构建一个过滤器来排除不需要的值。 您需要使用 np.array(TrainData[1]) 将您的 TrainData[1] 转换为 numpy 数组（如果还没有的话）。

这是一个使用 sklearns 的示例KMeans：

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

X_train = np.random.normal(size=(5000, 2))
kmeans_result = KMeans(n_clusters=15).fit(X_train)
new_centroids = kmeans_result.cluster_centers_
cluster_ids = kmeans_result.labels_
# cluster_ids = np.array(TrainData[1])

undesired1 = 3
undesired2 = 5
undesired3 = 7
filter = (cluster_ids != undesired1) & (cluster_ids != undesired2) & (cluster_ids != undesired3)
plt.scatter(X_train[filter, 0], X_train[filter, 1], c=cluster_ids[filter], cmap='gist_rainbow', alpha=0.4)
desired_centroid_ids = np.array([i for i in range(len(new_centroids)) if i not in [undesired1, undesired2, undesired3]])
plt.scatter(new_centroids[desired_centroid_ids, 0], new_centroids[desired_centroid_ids, 1], s=150, c='black',
            label='Centroid', marker="x")
plt.show()