K-Means, 如何访问聚类中的点?

假设我们初始化了一个包含5个聚类的K-means聚类,分别是聚类0、聚类1、聚类2、聚类3和聚类4。

我们为每个聚类插入100个点,这些点应该适合这5个聚类中的每一个。

如果我们预测某物落入了聚类3中,我们如何获取聚类3中的所有点?是否有方法可以检索到所有落入聚类3的点的数组?


回答:

labels_属性保存了每个数据点对应的聚类索引(sklearn文档)。使用这些数据,您可以建立所需的关联。

请查看这个讨论以获取可能的解决方案。

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