我尝试使用 Python 中的“scikit-learn”库使用 K-means 算法对矩阵中的多个点进行分类。这是我到目前为止所做的:
k_means = KMeans(init='k-means++', k=5, n_init=10)
k_means.fit(X) ## X is the matrix containing the data
... # some code to plot
结果如下:
例如,现在我想获取“红色”集群中的点。我如何使用 sklearn
做到这一点?
最佳答案
KMeans 是一个公式而不是数据库。我的意思是它不会记录每条记录的值,它会记录一个函数,该函数将再次分配给定输入的集群。要获得聚类分配,有一种称为“预测”的方法。
kmeans.predict(value)
这将为您提供来自 kmeans 的集群分配。如果你遍历你的点,你应该能够得到它们。
关于python - 在python中执行K-means算法后得到第i个簇,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/26975446/