Python K-means聚类后如何得到数据集子集
我有一个数据集Python K-means聚类后如何得到数据集子集,python,scikit-learn,cluster-analysis,k-means,Python,Scikit Learn,Cluster Analysis,K Means,我有一个数据集val_lab,如下所示: [[ 52.85560436 -23.61958699 34.40273147] [ 70.44462451 -2.74272277 80.32988099] [ 38.32222473 -11.22753928 24.09593474] [ 84.83470029 -7.73898094 28.03636332] [ 76.48246093 0.13784934 76.23718213] [ 61.21154496 2.
val_lab
,如下所示:
[[ 52.85560436 -23.61958699 34.40273147]
[ 70.44462451 -2.74272277 80.32988099]
[ 38.32222473 -11.22753928 24.09593474]
[ 84.83470029 -7.73898094 28.03636332]
[ 76.48246093 0.13784934 76.23718213]
[ 61.21154496 2.24080039 9.38927616]
[ 39.88027333 37.32959609 -19.0592156 ]...]
我使用sklearn的K-means聚类,得到了预测值:
from sklearn.cluster import KMeans
y_pred = KMeans(n_clusters= 5 , random_state=0 ).fit_predict(val_lab)
>>>[3 0 1 3 0 3 4 1 4 1 1 1 1 1 1 4 0 3 1 0 3...]
现在我想得到每个集群中的值,例如,如果y\u pred=3
我得到:
(第0行和第3行)
现在,我的想法是:
val_lab_3 = []
for i in range(y_pred.shape[0]):
if y_pred[i] == 3:
val_lab_3.append(val_lab[i,:])
有没有更好的办法,因为我想得到所有集群中的子集。这太复杂了,特别是假设有更多的簇?如果我理解正确,上面的行被分类为0,1,2,3,4(我看到的是5个簇),你想把它们全部放在一起 熊猫将是一个很好的工具。您可以使用此集群预测并将其设为新列,然后只需选择集群标签为3的行 e、 g.(假设您调用新列
preds
,并且您原来的numpy数组名为val\u lab
):
如果我理解正确,你上面的行被分类为0,1,2,3,4(我看到的是5个簇),你想把它们都放在一起 熊猫将是一个很好的工具。您可以使用此集群预测并将其设为新列,然后只需选择集群标签为3的行 e、 g.(假设您调用新列
preds
,并且您原来的numpy数组名为val\u lab
):
我假设
val\u lab
是一个numpy
数组。那么,
val_lab[y_pred == 3, :]
将工作。我假设
val\u lab
是一个numpy
数组。那么,
val_lab[y_pred == 3, :]
会有用的
val_lab[y_pred == 3, :]