Home IT技术 K-Means, 如何访问聚类中的点? K-Means, 如何访问聚类中的点? IT技术 xiaolong · 2025年4月8日 · 0 Comment 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。 相关文章: Scikit SVM: 创建训练数据集 scikit-learn “处理文本数据教程”忽略了我的目标类别 如何在保持类别比例的情况下将数据集拆分为训练集和验证集? 如何在scikit-learn中获得有意义的kmeans结果 使用chi平方核进行多标签预测 如何在sklearn中使用自定义估计器与GridSearchCV? 如何在Scikit-Learn中绘制10折交叉验证的PR曲线 使用不在训练集中的一些词进行分类预测(朴素贝叶斯) 计算查询字符串在训练文档集上的TF-IDF 如何在内存中加载scikit-learn机器学习模块? machine-learning python scikit-learn