plot 稀疏矩阵的kmeans簇

Question

我有一个 python 脚本，它对 svmlight 格式的数据文件进行聚类。 我使用 function sklearn.datasets.load_svmlight_file从数据文件加载数据。 我知道这个 function 返回一个稀疏矩阵。 我需要分散 plot 集群，任何人都可以帮助我。 这就是我所做的：

import sklearn.datasets
import sys
from sklearn.cluster import KMeans
dataFilename = sys.argv[1]
X, y = sklearn.datasets.load_svmlight_file(dataFilename)
kmeans = KMeans(n_clusters = 3)
kmeans.fit(X)
labels = kmeans.labels_
print(labels)
centroids = kmeans.cluster_centers_
                                   

Answer 1

如果没有数据集，我会建议以下内容：

• 由于load_svmlight_file()返回一个稀疏矩阵，因此在拟合 model 之前，使用samples = X.toarray()将X转换为 NumPy 数组。

• Plot 数据集的两个特征（例如）使用： plt.scatter(samples[:,0], samples[:,1], c=labels) 。 这会根据它们的预测标签对集群进行着色。

• 使用plt.scatter(centroids[:,0], centroids[:,1], marker='D')查看带有菱形的质心的位置。

请注意， samples[:,n]表示包含数据集第n个特征的样本值的数组。

我希望这有帮助。 如果没有，请告诉我。