KMeans Clustering: wie Cluster für den Zugriff auf Datenpunkte

Question

Hier ist eine Implementierung von KMeans Algorithmus, den ich zusammen aus der Dokumentation scikit KMeans setzen und eine Blog-Post diskutieren KMeans:

#http://scikit-learn.org/stable/modules/generated/sklearn.cluster.KMeans.html 
#http://fromdatawithlove.thegovans.us/2013/05/clustering-using-scikit-learn.html 

from sklearn.cluster import KMeans 
import numpy as np 
from matplotlib import pyplot 

X = np.array([[10, 2 , 9], [1, 4 , 3], [1, 0 , 3], 
       [4, 2 , 1], [4, 4 , 7], [4, 0 , 5], [4, 6 , 3],[4, 1 , 7],[5, 2 , 3],[6, 3 , 3],[7, 4 , 13]]) 
kmeans = KMeans(n_clusters=3, random_state=0).fit(X) 

k = 3 
kmeans.fit(X) 

labels = kmeans.labels_ 
centroids = kmeans.cluster_centers_ 

for i in range(k): 
    # select only data observations with cluster label == i 
    ds = X[np.where(labels==i)] 
    # plot the data observations 
    pyplot.plot(ds[:,0],ds[:,1],'o') 
    # plot the centroids 
    lines = pyplot.plot(centroids[i,0],centroids[i,1],'kx') 
    # make the centroid x's bigger 
    pyplot.setp(lines,ms=15.0) 
    pyplot.setp(lines,mew=2.0) 
pyplot.show() 

print(kmeans.cluster_centers_.squeeze()) 

Wie/die Datenpunkte zugreifen drucken von jeder der k Cluster.

if k = 3 : 
cluster 1 : [10, 2 , 9], [1, 4 , 3], [1, 0 , 3]     
cluster 2 : [4, 0 , 5], [4, 6 , 3],[4, 1 , 7],[5, 2 , 3],[6, 3 , 3],[7, 4 , 13] 
cluster 3 : [4, 2 , 1], [4, 4 , 7] 

Lese http://scikit-learn.org/stable/modules/generated/sklearn.cluster.KMeans.html gibt es kein Attribut oder Methode auf dem kmeans Objekt für das?

Update:

kmeans.labels_ kehrt array([1, 0, 2, 0, 2, 2, 0, 2, 0, 0, 1], dtype=int32)

Aber wie dies die Datenpunkte in jeder der drei Cluster nicht zeigen?

Answer 1

Wenn Sie das Attribut _labels Ihres passenden KMeans Objekts verwenden, erhalten Sie ein Array der Clusterzuweisung für jeden Trainingsvektor. Die Anordnung des Etiketten-Arrays entspricht der Ihrer Trainingsdaten. Sie können sie also zippen oder eine numpy.where() für jedes eindeutige Label erstellen.

Answer 2

Um die Datenpunkte Post zugreifen k-Means-Clustering:

Code hinzugefügt:

sortedR = sorted(result, key=lambda x: x[1]) 
sortedR 

komplette Code:

from sklearn.cluster import KMeans 
    import numpy as np 
    from matplotlib import pyplot 

    X = np.array([[10, 2 , 9], [1, 4 , 3], [1, 0 , 3], 
        [4, 2 , 1], [4, 4 , 7], [4, 0 , 5], [4, 6 , 3],[4, 1 , 7],[5, 2 , 3],[6, 3 , 3],[7, 4 , 13]]) 
    kmeans = KMeans(n_clusters=3, random_state=0).fit(X) 

    k = 3 
    kmeans = KMeans(n_clusters=k) 
    kmeans.fit(X) 

    labels = kmeans.labels_ 
    centroids = kmeans.cluster_centers_ 

    for i in range(k): 
     # select only data observations with cluster label == i 
     ds = X[np.where(labels==i)] 
     # plot the data observations 
     pyplot.plot(ds[:,0],ds[:,1],'o') 
     # plot the centroids 
     lines = pyplot.plot(centroids[i,0],centroids[i,1],'kx') 
     # make the centroid x's bigger 
     pyplot.setp(lines,ms=15.0) 
     pyplot.setp(lines,mew=2.0) 
    pyplot.show() 

result = zip(X , kmeans.labels_) 

sortedR = sorted(result, key=lambda x: x[1]) 
sortedR