绘制kmeans的输出（PyCluster impl）

Question

如何在python中对kmeans聚类的绘图输出？ 我正在使用PyCluster包。 allUserVector是一个n×m的向量，基本上是n个具有m个特征的用户。

import Pycluster as pc
import numpy as np

clusterid,error,nfound = pc.kcluster(allUserVector, nclusters=3, transpose=0,npass=1,method='a',dist='e')
  clustermap, _, _ = pc.kcluster( allUserVector, nclusters=3,                                    transpose=0,npass=1,method='a',dist='e', )

centroids, _ = pc.clustercentroids( allUserVector, clusterid=clustermap )
print centroids
print clusterid
print nfound

我想在图表中很好地打印集群，该图表清楚地显示用户在哪个集群中的集群。每个用户是m维向量 有什么输入吗？

Answer 1

绘制m维数据很难。一种方法是通过Principal Component Analysis (PCA)映射到2d空间。完成后，我们可以将它们放到带有matplotlib的图上（基于this answer）。

import numpy as np
import matplotlib.pyplot as plt
from matplotlib import mlab
import Pycluster as pc

# make fake user data
users = np.random.normal(0, 10, (20, 5))

# cluster
clusterid, error, nfound = pc.kcluster(users, nclusters=3, transpose=0, 
                                       npass=10, method='a', dist='e')
centroids, _ = pc.clustercentroids(users, clusterid=clusterid)

# reduce dimensionality
users_pca = mlab.PCA(users)
cutoff = users_pca.fracs[1]
users_2d = users_pca.project(users, minfrac=cutoff)
centroids_2d = users_pca.project(centroids, minfrac=cutoff)

# make a plot
colors = ['red', 'green', 'blue']
plt.figure()
plt.xlim([users_2d[:,0].min() - .5, users_2d[:,0].max() + .5])
plt.ylim([users_2d[:,1].min() - .5, users_2d[:,1].max() + .5])
plt.xticks([], []); plt.yticks([], []) # numbers aren't meaningful

# show the centroids
plt.scatter(centroids_2d[:,0], centroids_2d[:,1], marker='o', c=colors, s=100)

# show user numbers, colored by their cluster id
for i, ((x,y), kls) in enumerate(zip(users_2d, clusterid)):
    plt.annotate(str(i), xy=(x,y), xytext=(0,0), textcoords='offset points',
                 color=colors[kls])

如果您想绘制数字以外的其他内容，只需将第一个参数更改为annotate即可。例如，您可以使用用户名或其他内容。

请注意，此空间中的群集可能看起来略微“错误”（例如，15似乎更接近红色而不是下面的绿色），因为它不是发生聚类的实际空间。在这种情况下，前两个主要组件保留61方差百分比：

>>> np.cumsum(users_pca.fracs)
array([ 0.36920636,  0.61313708,  0.81661401,  0.95360623,  1.        ])