如何获取与聚类中心最近的N个数据点?

我想在部署K-means算法后,从每个聚类中获取基于欧几里得距离与中心最近的N个数据点。我能够通过以下方式获取数据点的索引:

np.where(km.labels_ == 0)

回答:

您可以使用kmeans类的transform方法,该方法计算每个数据点到每个聚类的距离。

然后,假设您想从第0个索引的cluster中获取前N个点,您可以这样做:

cluster = 0N = 2np.sort(kmeans.transform(X)[:,cluster])[:N]

Related Posts

为什么我们在K-means聚类方法中使用kmeans.fit函数?

我在一个视频中使用K-means聚类技术,但我不明白为…

如何获取Keras中ImageDataGenerator的.flow_from_directory函数扫描的类名?

我想制作一个用户友好的GUI图像分类器,用户只需指向数…

如何查看每个词的tf-idf得分

我试图了解文档中每个词的tf-idf得分。然而,它只返…

如何修复 ‘ValueError: Found input variables with inconsistent numbers of samples: [32979, 21602]’?

我在制作一个用于情感分析的逻辑回归模型时遇到了这个问题…

如何向神经网络输入两个不同大小的输入?

我想向神经网络输入两个数据集。第一个数据集(元素)具有…

逻辑回归与机器学习有何关联

我们正在开会讨论聘请一位我们信任的顾问来做机器学习。一…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注