Question

我尝试运行这个K-Medoids python实现代码

from sklearn.metrics.pairwise import pairwise_distances
import numpy as np

import kmedoids

# 3 points in dataset
data = np.array([[1,1], 
                [2,2], 
                [10,10]])

# distance matrix
D = pairwise_distances(data, metric='euclidean')

# split into 2 clusters
M, C = kmedoids.kMedoids(D, 2)

print('medoids:')
for point_idx in M:
    print( data[point_idx] )

print('')
print('clustering result:')
for label in C:
    for point_idx in C[label]:
        print('label {0}:　{1}'.format(label, data[point_idx]))

（https://github.com/someus/kmedoids），它显示：

中心点划分：

[1 1]

[10 10]

聚类结果：

标签0：[1 1]

标签0：[2 2]

标签1：[10 10]

但我想在其聚类结果上插入索引，如下所示：

中心点划分：

[1 1]，索引1

[10 10]，指数3

聚类结果：

标签0：[1 1]，索引1

标签0：[2 2]，索引2

标签1：[10 10]，索引3

有谁知道如何制作它？谢谢

Answer 1

你的意思是你想打印point_idx吗？

print('label {0}:　{1} {2}'.format(label, data[point_idx], point_idx))

如何给出聚簇数组python的索引？

1 个答案: