如何在 python 的 sklearn.kmeans(n_clusters,init,....) 中将一些节点作为 init 传递答案

【问题标题】：how can I pass some nodes as init in sklearn.kmeans(n_clusters,init,....) in python如何在 python 的 sklearn.kmeans(n_clusters,init,....) 中将一些节点作为 init 传递
【发布时间】：2022-01-08 17:40:10
【问题描述】：

如何将 2 个节点作为质心传递给 sklearn.kmeans(n_clusters,init,....) 而不是随机或 kmeans++？算法['kmeans'] = KMeans(n_clusters=k_clusters,init='random', n_init=200)

【问题讨论】：

标签： python scikit-learn k-means adjacency-matrix complex-networks

【解决方案1】：

sklearn 还允许用户输入形状为(n_clusters, n_features) 的形心。

文档：https://scikit-learn.org/stable/modules/generated/sklearn.cluster.KMeans.html

对于小于n_clusters，你可以使用随机初始化并通过它。

【讨论】：

我知道，但我有一个名为“zarchy karate club”的数据集，它表示一个图表。默认情况下，这些点不在空间中。有一些 kmeans 集群的实现，比如learndatasci.com/tutorials/… 上的那个，但我想知道如何将一些节点作为质心传递给 sklearn.cluster.kmeans？！我不知道 (n_clusters, n_features) 在这种情况下是什么意思？！
那就没那么简单了。您必须将它们发送到 networkx 绘图函数，获取它们的位置，然后选择质心，然后传递。
至于您对n_clusters, n_features 的疑问，请考虑阅读一些有关kmeans 的信息——至少从我在答案中发布的文档中阅读。
我可以为此目的使用 kmeans.transform 吗？它会更改数据以更改位置吗？
从技术上讲，在你使用transform之前，你需要fit。否则它使用未经训练的随机质心。