sklearn KMeans中KMeans.cluster_centers_的价值

时间:2017-07-21 09:42:10

标签: python scikit-learn k-means

在做K时意味着适合一些具有3个簇的向量,我能够获得输入数据的标签。 KMeans.cluster_centers_返回中心的坐标,因此不应该有一些与之对应的向量?如何在这些星团的质心处找到值?

2 个答案:

答案 0 :(得分:3)

closest, _ = pairwise_distances_argmin_min(KMeans.cluster_centers_, X)

数组closest将包含X中最接近每个质心的点的索引。

假设closest为三个群集提供了array([0,8,5])的输出。所以X [0]是X到质心0的最近点,X [8]最接近质心1,依此类推。

来源:https://codedump.io/share/XiME3OAGY5Tm/1/get-nearest-point-to-centroid-scikit-learn

答案 1 :(得分:1)

群集中心值是质心的值。在k-means聚类结束时,您将拥有三个单独的聚类和三个质心,每个质心位于每个聚类的中心。质心不一定必须与现有数据点重合。