Python 使用scikit学习的序列k-均值聚类

有没有一种方法可以使用scikit learn执行顺序k均值聚类？如果不重新拟合所有数据，我似乎找不到添加新数据的正确方法

---

谢谢

您可以使用init参数将质心的初始值传递给。那么你就可以做：

centroids, labels, inertia = k_means(data, k)
new_data = np.append(data, extra_pts)
new_centroids, new_labels, new_inertia = k_means(new_data, k, init=centroids)

假设您只是添加数据点，而不是更改k

---

我认为这有时意味着你会得到一个次优的结果，但通常应该更快。您可能希望偶尔使用（例如）10个随机种子重新进行拟合，并选择最佳种子。

您可以使用init参数将质心的初始值传递给。那么你就可以做：

centroids, labels, inertia = k_means(data, k)
new_data = np.append(data, extra_pts)
new_centroids, new_labels, new_inertia = k_means(new_data, k, init=centroids)

假设您只是添加数据点，而不是更改k

我认为这有时意味着你会得到一个次优的结果，但通常应该更快。您可能希望偶尔使用（比如）10个随机种子重新进行拟合，并选择最好的种子。

scikit learn的KMeans类有一个方法，可以在给定一些新点的情况下，确定这些点属于哪些簇。调用此方法不会更改群集质心

如果您确实希望通过添加新数据来改变质心，即，您希望在在线环境中进行聚类，请使用估计器及其部分拟合方法。

scikit learn的KMeans类有一种方法，在给定一些新点的情况下，确定这些点属于哪些聚类。调用此方法不会更改群集质心

---

如果您确实希望通过添加新数据来改变质心，即您希望在在线设置中进行聚类，请使用估计器及其部分拟合方法。

编写自己的函数，找出哪个质心最接近您正在考虑的点也相对容易。假设您有一些矩阵X可以用于kmeans：

centroids, labels, inertia = cluster.k_means(X, 5)

def pred(arr):
    return np.argmin([np.linalg.norm(arr-b) for b in centroids])

您可以通过以下方式确认此功能是否有效：

[pred(X[i]) == labels[i] for i in range(len(X))]

---

编写自己的函数来找出哪个质心最接近您正在考虑的点也相对容易。假设您有一些矩阵X可以用于kmeans：

centroids, labels, inertia = cluster.k_means(X, 5)

def pred(arr):
    return np.argmin([np.linalg.norm(arr-b) for b in centroids])

您可以通过以下方式确认此功能是否有效：

[pred(X[i]) == labels[i] for i in range(len(X))]