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

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注