我不想预测中心,而是将每个对象分配给已定义的中心。我怎么能?
答案 0 :(得分:1)
您可能还想查看Scipy中的KMeans实施。参数minit
接受矩阵和
将[参数] k参数解释为k乘以M(或一维数据的长度k数组)初始质心数组。
答案 1 :(得分:0)
执行此操作的一种方法是使用n_init
模块的random_state
和sklearn.cluster.KMeans
参数,如下所示:
from sklearn.cluster import KMeans
c = KMeans(n_init=1, random_state=1)
这有两件事:
1)random_state=1
将质心种子设置为1.这与专门选择所需质心的坐标不完全相同,但它确实允许您控制和重现种子。
2)n_init=1
将迭代次数设置为1,这意味着您将集群尝试仅限于您在random_state
步骤中自己选择的种子。
您还可以使用n_clusters
参数选择要创建的质心数。
从这里开始,拟合和预测会将点分配给您预先建立的不同群集。