Python K 表示聚类数组答案

【问题标题】：Python K means clustering ArrayPython K 表示聚类数组
【发布时间】：2017-02-22 17:29:04
【问题描述】：

我正在寻找一种方法来使用 python 在 n 个集群中分割一个二维数组。我想使用 K 均值方法，但我没有找到任何代码。我尝试使用 sklearn 库的 k-means，但我不明白如何正确使用它。

【问题讨论】：

【解决方案1】：

来自http://scikit-learn.org/stable/modules/generated/sklearn.cluster.KMeans.html#sklearn.cluster.KMeans

from sklearn.cluster import KMeans
import numpy as np

#this is your array with the values
X = np.array([[1, 2], [1, 4], [1, 0],
               [4, 2], [4, 4], [4, 0]])


#This function creates the classifier
#n_clusters is the number of clusters you want to use to classify your data
kmeans = KMeans(n_clusters=2, random_state=0).fit(X)

#you can see the labels with:
print kmeans.labels_

# the output will be something like:
#array([0, 0, 0, 1, 1, 1], dtype=int32)
# the values (0,1) tell you to what cluster does every of your data points correspond to

#You can predict new points with
kmeans.predict([[0, 0], [4, 4]])

#array([0, 1], dtype=int32)

#or see were the centres of your clusters are
kmeans.cluster_centers_
#array([[ 1.,  2.],
#     [ 4.,  2.]])

【讨论】：

是的，我已经尝试过了，但是使用 kmeans.labels_ 它只给我一个一维数组，我希望它给我和数组一样的输入数组，并且每个元素都更改为集群的数量它被分配到哪里

【解决方案2】：

一般来说，要使用 sklearn 中的模型，您必须：

导入：from sklearn.cluster import KMeans
以所选参数kmeans = KMeans(n_clusters=2) 为例，初始化表示模型的对象。
使用您的数据训练它，使用.fit() 方法：kmeans.fit(points)。现在对象kmeans 的属性中包含与您的训练模型相关的所有数据。例如，kmeans.labels_ 对应一个数组，其中包含用于训练模型的每个点的标签。
使用.predict(new_points) 方法获取离点或点数组最近的簇的标签。

您可以从 kmeansalgorithm 页面获取所有属性： http://scikit-learn.org/stable/modules/generated/sklearn.cluster.KMeans.html

【讨论】：