Python 查找特定k-均值聚类的大小
我已经有一段时间遇到了这个问题,我似乎无法找到一种方法来获取特定集群中的数据点数量。以下是我目前掌握的情况: 第一个区块输出8个集群中每个集群的数据点数量:Python 查找特定k-均值聚类的大小,python,machine-learning,scikit-learn,cluster-analysis,k-means,Python,Machine Learning,Scikit Learn,Cluster Analysis,K Means,我已经有一段时间遇到了这个问题,我似乎无法找到一种方法来获取特定集群中的数据点数量。以下是我目前掌握的情况: 第一个区块输出8个集群中每个集群的数据点数量: def CountFrequency(my_list): freq = {} for item in my_list: if (item in freq): freq[item] += 1 else: freq[item] = 1
def CountFrequency(my_list):
freq = {}
for item in my_list:
if (item in freq):
freq[item] += 1
else:
freq[item] = 1
for key, value in freq.items():
print ("% d : % d"%(key, value))
def clusterCounts(df):
df3 = df.fillna(df.mean())
array3 = df3[['column1', 'column2', 'column3']].values
kmeans = KMeans(n_clusters=8, random_state=42)
kmeans.fit(array3)
return CountFrequency(kmeans.labels_)
def clusters(df):
df3 = df.fillna(df.mean())
array3 = df3[['column1', 'column2', 'column3']].values
kmeans = KMeans(n_clusters=8, random_state=42)
kmeans.fit(array3)
kmeans.labels_
clusters = kmeans.cluster_centers_
return clusters
其结果是:
1 : 26625
6 : 2562
2 : 9892
7 : 2165
3 : 1633
0 : 3072
4 : 1228
5 : 4315
None
[[49.2 2.4 48.4]
[18.9 18.9 62.1]
[ 0.2 0.4 99.4]
[ 1.1 98.3 0.6]
[98.2 1. 0.9]
[33.3 32.7 34. ]
[27. 1.2 71.7]
[ 3.6 51.9 44.5]]
(不确定为什么None
存在,但我认为这是一个小问题)
我的下一个代码块为我的8个集群中的每个集群打印质心:
def CountFrequency(my_list):
freq = {}
for item in my_list:
if (item in freq):
freq[item] += 1
else:
freq[item] = 1
for key, value in freq.items():
print ("% d : % d"%(key, value))
def clusterCounts(df):
df3 = df.fillna(df.mean())
array3 = df3[['column1', 'column2', 'column3']].values
kmeans = KMeans(n_clusters=8, random_state=42)
kmeans.fit(array3)
return CountFrequency(kmeans.labels_)
def clusters(df):
df3 = df.fillna(df.mean())
array3 = df3[['column1', 'column2', 'column3']].values
kmeans = KMeans(n_clusters=8, random_state=42)
kmeans.fit(array3)
kmeans.labels_
clusters = kmeans.cluster_centers_
return clusters
结果:
1 : 26625
6 : 2562
2 : 9892
7 : 2165
3 : 1633
0 : 3072
4 : 1228
5 : 4315
None
[[49.2 2.4 48.4]
[18.9 18.9 62.1]
[ 0.2 0.4 99.4]
[ 1.1 98.3 0.6]
[98.2 1. 0.9]
[33.3 32.7 34. ]
[27. 1.2 71.7]
[ 3.6 51.9 44.5]]
我正在试图找到一种方法,以找出具有
[33.3 32.7 34.]
质心的集群中有多少数据点。如何隔离此质心的群集以获取其包含的数据点的数量?作为第二个问题,我发布的第一个结果代码块中的键(每个簇有#个数据点)是否与上面质心的顺序对齐?我希望这是明确的,并提前感谢您 你为什么不做一个简单的
for i in range(len(kmeans.cluster_centers)):
print("Cluster", i)
print("Center:", kmeans.cluster_centers_[i])
print("Size:", sum(kmeans.labels_ == i))
因为TRUE是1,FALSE是0