质心不以群集

Question

我试图使用以下代码绘制我的k-means分析的质心和聚类：

matrix_reduced = TruncatedSVD(n_components = num_k).fit_transform(matrix)

matrix_embedded = TSNE(n_components=2, perplexity=30,verbose=2, n_iter =500).fit_transform(matrix_reduced)

centroids = kmeans.cluster_centers_
centroids_embedded = TSNE(n_components=2).fit_transform(order_centroids)


fig = plt.figure(figsize=(10,10))
ax1 = fig.add_subplot(111)


ax1.scatter(matrix_embedded[:,0], matrix_embedded[:,1],marker='x',c = kmeans.labels_)
ax1.scatter(centroids_embedded[:,0], centroids_embedded[:,1],marker='o',c = 'red')

plt.show()

不幸的是，质心不是以不同的聚类为中心：

问题：有谁知道会导致这种情况的原因？我不知道出了什么问题。

谢谢！

Answer 1

通常，在创建任何流形时，您需要提供要在其上表示的所有点（因为最终表示通常取决于数据中的所有点）。

在示例中，您正在创建两个不同的流形：

matrix_reduced = TruncatedSVD(n_components = num_k).fit_transform(matrix)

# first manifold
matrix_embedded = TSNE(n_components=2, perplexity=30,verbose=2, n_iter =500).fit_transform(matrix_reduced)

centroids = kmeans.cluster_centers_
# second manifold
centroids_embedded = TSNE(n_components=2).fit_transform(order_centroids)

这意味着创建的表示是独立的（这就是为什么你看不到它们居中的原因 - 实际上它们位于不同的空间）。

解决此问题的方法是将matrix_reduced和order_centroids简单地加入到单个数据集中，并仅应用TSNE 一次。这应该显示你期望的结果。

另外，请注意，如果您在原始矩阵（而不是matrix_reduced）上使用k-means，那么结果仍然不正确 - 您需要对质心和数据应用相同的转换k-means最初看到了。

总而言之（假设您希望在群集之前使用TruncatedSVD），它将按以下方式工作：

1. 阅读数据集
2. 应用TruncatedSVD将整个数据集转换为一个。
3. 在转换后的数据集上使用k-means获取 k 中心
4. 获取质心并在数据集的末尾连接它们（就像它们是其他示例一样）
5. 将TSNE应用于整个数据集。
6. （可选）像往常一样绘制第一个N k 点。
7. （可选）以不同的颜色绘制最后的 k 点（转换的质心）。