Question

在scikit-learn中，一些聚类算法同时使用{{1>}和predict(X)方法，例如 KMeans 和 MeanShift ，而其他算法只有后者，如 SpectralClustering 。根据文件：

fit_predict(X)

我真的不明白两者之间的区别，它们似乎与我相同。

Answer 1

为了使用'预测'，您必须首先使用'适合'方法。所以使用'fit（）'然后'predict（）'绝对与使用'fit_predict（）'相同。但是，在您需要知道模型的初始化参数而不是使用'fit_predict（）'的情况下，只能使用'fit（）'，您将获得运行您的标签结果。关于数据的模型。

Answer 2

fit_predict通常用于无监督机器学习转换估计器。

基本上，fit_predict(x)相当于fit(x).predict(x)。

Answer 3

在这里添加答案可能为时已晚，只是为了将来有人可能会受益

我认为在 kmeans 中有预测而在 dbscan 中只有 fit_predict 的原因是

在 kmeans 中，您可以根据所考虑的集群数量获得质心。因此，一旦您使用 fit() 训练了您的数据点，您就可以使用它predict() 一个新的单个数据点以分配给特定集群。
在 dbscan 中，您没有质心，根据您定义的 min_samples 和 eps（被视为邻居的两点之间的最小距离），形成了簇。该算法返回所有数据点的集群标签。这种行为解释了为什么没有 predict() 方法来预测单个数据点。其他用户已经解释了 fit() 和 fit_predict() 之间的区别 -

在另一种空间聚类算法中，hdbscan 为我们提供了使用 approximate_predict() 进行预测的选项。值得探索。

再次根据我探索的源代码理解。任何专家都可以突出任何差异。