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

Question

我有一張數據地圖：

import seaborn as sns
import matplotlib.pyplot as plt

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

請注意，這些數據本質上是一個 3D 表面，我對聚類后X中的索引位置感興趣。 我可以輕松地將 kmeans 算法應用於我的數據：

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)

但我不確定如何以一種方式導航kmeans ，以識別上面地圖中的像素屬於哪個集群。 我想要做的是制作一個看起來像上面那個的地圖，但不是為 100x99 數組X中的每個單元格繪制 z 值，我想繪制X每個單元格的簇號。

我不知道這是可能的k均值算法的輸出，但我也嘗試從scikitlearn文件的方法在這里：

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()

但很明顯這不是訪問我想要的信息......

很明顯，我並沒有完全理解kmeans輸出的每個組成部分代表什么，並且我試圖閱讀這里找到的問題的答案中的解釋。 但是，該答案中沒有任何內容明確說明聚類后原始數據的索引是否保留，這確實是我問題的核心。 如果這些信息通過一些矩陣乘法隱含在kmeans ，我真的可以使用一些幫助來提取它。

感謝您的時間和幫助！

編輯：

感謝@Nakor，對 kmeans 的解釋和重塑我的數據的建議。 kmeans如何解釋我的數據現在更加清晰。 我不應該期望它捕獲每個樣本的索引，而是依靠reshape來做到這一點。 reshape將ravel原始（101,99）矩陣為（9999,1）陣列，正如@Nakor指出的，適合於聚類的每個條目作為單獨的樣品。

只需使用數據的原始形狀將reshape應用於kmeans.labels_ ，我就得到了我正在尋找的結果：

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

您的問題是sklearn.cluster.KMeans需要帶有[N_samples,N_features]的二維矩陣。 但是，您提供了原始圖像，因此 sklearn 知道您有 101 個樣本，每個樣本有 99 個特征（圖像的每一行都是一個樣本，列是特征）。 結果，您在k_means.labels_得到的是每一行的集群分配。

如果您想對每個條目進行聚類，則需要像這樣重塑您的數據，例如：

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

如果我檢查隨機生成的數據，我會得到：

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

我每個條目有一個標簽。