![](/img/trans.png)
[英]sklearn's KMeans: Cluster centers and cluster means differ. Numerical Imprecision?
[英]Value at KMeans.cluster_centers_ in sklearn KMeans
在做K表示适合具有3个聚类的某些矢量时,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相对应的矢量吗? 如何在这些聚类的质心处找到值?
closest, _ = pairwise_distances_argmin_min(KMeans.cluster_centers_, X)
closest
的数组将包含X中最接近每个质心的点的索引。
假设三个簇的closest
输出为array([0,8,5])
。 因此,X [0]是X中最接近质心0的点,X [8]是最接近质心1的点,依此类推。
资料来源: https : //codedump.io/share/XiME3OAGY5Tm/1/get-nearest-point-to-centroid-scikit-learn
聚类中心值是质心的值。 在k均值聚类结束时,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。 重心不一定必须与现有数据点重合。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.