如何在sklearn

Question

我有一个稀疏矩阵

from scipy.sparse import *
M = csr_matrix((data_np, (rows_np, columns_np)));

然后我就这样做聚类

from sklearn.cluster import KMeans
km = KMeans(n_clusters=n, init='random', max_iter=100, n_init=1, verbose=1)
km.fit(M)

我的问题非常棒：如何在没有任何额外信息的情况下打印聚类结果。我不关心密谋或距离。我只需要看起来那样的聚集行

Cluster 1
row 1
row 2
row 3

Cluster 2
row 4
row 20
row 1000
...

我怎样才能得到它？对不起，请原谅我。

Answer 1

是时候帮助自己了。之后

km.fit(M)

我们运行

labels = km.predict(M)

返回标签，numpy.ndarray。此数组中的元素数等于行数。每个元素表示一行属于集群。 例如：如果第一个元素是5，则意味着第1行属于第5组。 让我们把行放在这样看的列表字典中{cluster_number：[row1，row2，row3]，...}

# in row_dict we store actual meanings of rows, in my case it's russian words
clusters = {}
    n = 0
    for item in labels:
        if item in clusters:
            clusters[item].append(row_dict[n])
        else:
            clusters[item] = [row_dict[n]]
        n +=1

并打印结果

for item in clusters:
    print "Cluster ", item
    for i in clusters[item]:
        print i

Answer 2

更新： 您可以通过以下方式完成

php

这将为您创建一个字典，以NUMBER_OF_THE_CLUSTER作为键，并将该群集中的数据作为VALUE