Python 在使用Kmeans之前，是否需要从MNIST中提取特征向量

我正在通过

sklearn.cluster.KMeans

使用MNIST进行练习

直观地说，我只是将训练数据拟合到sklearn函数中。但我的准确度很低。我想知道我错过了哪一步。我应该首先通过PCA提取特征向量吗？或者我应该换一个更大的

n_集群

from sklearn import cluster
from sklearn.metrics import accuracy_score

clf = cluster.KMeans(init='k-means++', n_clusters=10, random_state=42)

clf.fit(X_train)

y_pred=clf.predict(X_test)

print(accuracy_score(y_test, y_pred))

---

结果我得了差

0.137

。有什么建议吗？谢谢

您是如何将图像传递进来的？像素是否被展平或保持为2d格式？像素是否被标准化为介于0-1之间

由于您正在运行群集，我建议您不要使用PCA，而是选择保留邻里信息的T-SNE，但在运行K-Means之前，您不需要这样做

调试的最佳方法是查看拟合模型预测的集群。您可以在此处看到一个示例：

有了这些信息，你可以知道错误可能在哪里。祝你好运

---

补充一点：K-Means也可能不是您的最佳模型。最好让无监督的上下文对数据进行聚类。然而，MNIST是一个分类用例。KNN将是一个更好的选择，同时仍然允许您与邻居等进行试验

---

下面是我用KNN创建的一个示例：

您如何传递图像？像素是否被展平或保持为2d格式？像素是否被标准化为介于0-1之间

由于您正在运行群集，我建议您不要使用PCA，而是选择保留邻里信息的T-SNE，但在运行K-Means之前，您不需要这样做

调试的最佳方法是查看拟合模型预测的集群。您可以在此处看到一个示例：

有了这些信息，你可以知道错误可能在哪里。祝你好运

---

补充一点：K-Means也可能不是您的最佳模型。最好让无监督的上下文对数据进行聚类。然而，MNIST是一个分类用例。KNN将是一个更好的选择，同时仍然允许您与邻居等进行试验

---

下面是我用KNN创建的一个示例：

，除非我遗漏了什么：您正在将任意编号为0-9的集群标签与任意编号为0-9的标签进行比较。集群中的0可能不会在集群编号0中结束，但这是您进行的比较。因此，对聚类结果的评估会有所不同。获得正确评估的一些选项：

• 生成一个图形并绘制它
• 计算

---

除非我遗漏了什么：您正在将任意编号为0-9的集群标签与任意编号为0-9的标签进行比较。集群中的0可能不会在集群编号0中结束，但这是您进行的比较。因此，对聚类结果的评估会有所不同。获得正确评估的一些选项：

• 生成一个图形并绘制它
• 计算

---

KMeans

是一种聚类算法，并不完全适合对图像进行分类。您可以尝试使用

KNeighborsClassifier

，与其他分类算法一起使用。

KMeans

是一种聚类算法，并不完全适合对图像进行分类。您可以尝试使用

KNeighborsClassifier

以及其他分类算法。感谢您的见解。相反，我尝试KNN，发现了一个令人费解的现象。当我将最初的60000个训练样本拟合到

sklearn.neighborsClassifier.KNeighborsClassifier

时，我在10000个样本的测试集中获得了0.15左右的准确度。然后我换成了由

sklearn

提供的mini-MNIST，它有大约1000个训练样本和100个测试样本。我得到了一个欺骗性的0.99左右的准确度。考虑到样品的数量，我认为这不是一个合理的结果。。。[cont]同时，我正在用深度神经网络完成同样的任务，用60000个训练样本轻松突破98%的准确率。与具有相同数据量的深度神经网络相比，您认为KNN作为一种传统方法，其先前的性能差（精度为0.15）是否应归咎于此？还是我处理不当？我用我创建的使用KNN而不是MNIST的要点链接更新了答案。它能够在测试集上获得大约98%的数据。希望它能帮助你调试你的模型。谢谢你的洞察力。相反，我尝试KNN，发现了一个令人费解的现象。当我将最初的60000个训练样本拟合到

sklearn.neighborsClassifier.KNeighborsClassifier

时，我在10000个样本的测试集中获得了0.15左右的准确度。然后我换成了由

sklearn

提供的mini-MNIST，它有大约1000个训练样本和100个测试样本。我得到了一个欺骗性的0.99左右的准确度。考虑到样品的数量，我认为这不是一个合理的结果。。。[cont]同时，我正在用深度神经网络完成同样的任务，用60000个训练样本轻松突破98%的准确率。与具有相同数据量的深度神经网络相比，您认为KNN作为一种传统方法，其先前的性能差（精度为0.15）是否应归咎于此？还是我处理不当？我用我创建的使用KNN而不是MNIST的要点链接更新了答案。它能够在测试集上获得大约98%的数据。希望它能帮助您调试您的模型。