如何从 sklearn.cluster.KMeans 中提取和映射集群索引？

Question

我有一张数据地图：

import seaborn as sns
import matplotlib.pyplot as plt

X = 101_by_99_float32_array
ax = sns.heatmap(X, square = True)
plt.show()

请注意，这些数据本质上是一个 3D 表面，我对聚类后X中的索引位置感兴趣。 我可以轻松地将 kmeans 算法应用于我的数据：

from sklearn.cluster import KMeans
# three clusters is arbitrary; just used for testing purposes
k_means = KMeans(init='k-means++', n_clusters=3, n_init=10).fit(X)

但我不确定如何以一种方式导航kmeans ，以识别上面地图中的像素属于哪个集群。 我想要做的是制作一个看起来像上面那个的地图，但不是为 100x99 数组X中的每个单元格绘制 z 值，我想绘制X每个单元格的簇号。

我不知道这是可能的k均值算法的输出，但我也尝试从scikitlearn文件的方法在这里：

import numpy as np
k_means_labels = k_means.labels_
k_means_cluster_centers = k_means.cluster_centers_
k_means_labels_unique = np.unique(k_means_labels)

colors = ['#4EACC5', '#FF9C34', '#4E9A06']
plt.figure()
#plt.hold(True)
for k, col in zip(range(3), colors):
    my_members = k_means_labels == k
    cluster_center = k_means_cluster_centers[k]
    plt.plot(X[my_members, 0], X[my_members, 1], 'w',
            markerfacecolor=col, marker='.')
    plt.plot(cluster_center[0], cluster_center[1], 'o', markerfacecolor=col,
            markeredgecolor='k', markersize=6)
plt.title('KMeans')    
plt.show()

但很明显这不是访问我想要的信息......

很明显，我并没有完全理解kmeans输出的每个组成部分代表什么，并且我试图阅读这里找到的问题的答案中的解释。 但是，该答案中没有任何内容明确说明聚类后原始数据的索引是否保留，这确实是我问题的核心。 如果这些信息通过一些矩阵乘法隐含在kmeans ，我真的可以使用一些帮助来提取它。

感谢您的时间和帮助！

编辑：

感谢@Nakor，对 kmeans 的解释和重塑我的数据的建议。 kmeans如何解释我的数据现在更加清晰。 我不应该期望它捕获每个样本的索引，而是依靠reshape来做到这一点。 reshape将ravel原始（101,99）矩阵为（9999,1）阵列，正如@Nakor指出的，适合于聚类的每个条目作为单独的样品。

只需使用数据的原始形状将reshape应用于kmeans.labels_ ，我就得到了我正在寻找的结果：

Y = X.reshape(-1, 1) # shape data to cluster each individual entry 

kmeans= KMeans(init='k-means++', n_clusters=3, n_init=10)
kmeans.fit(Y)

Z = kmeans.labels_
A = Z.reshape(101,99)

plt.figure()
ax = sns.heatmap(cu_map, square = True)
plt.figure()
ay = sns.heatmap(A, square = True)

Answer 1

您的问题是sklearn.cluster.KMeans需要带有[N_samples,N_features]的二维矩阵。 但是，您提供了原始图像，因此 sklearn 知道您有 101 个样本，每个样本有 99 个特征（图像的每一行都是一个样本，列是特征）。 结果，您在k_means.labels_得到的是每一行的集群分配。

如果您想对每个条目进行聚类，则需要像这样重塑您的数据，例如：

model = KMeans(init='k-means++', n_clusters=3, n_init=10)
model.fit(X.reshape(-1,1))

如果我检查随机生成的数据，我会得到：

In [1]: len(model.labels_)
Out[1]: 9999

我每个条目有一个标签。