我目前正在尝试查看由n_init的每个迭代确定的每个KMeans迭代的创建的质心(集群中心)。到目前为止，我可以查看最终结果，但我希望在每次迭代中都能看到这些结果，这样我就能够在每次迭代中使用init=‘KMeans’和预设聚类中心时报告随机结果的差异。以下
浏览 0提问于2018-08-05得票数 4
回答已采纳
最后，算法返回每个文档的聚类。但是为什么结果和模型的标签不一样呢？morphed_documents) model = KMeans(n_clusters=number_of_clusters, init='k-means++', max_iter=100, n_init=100)
model.fit(matrix)
浏览 203提问于2021-04-11得票数 0
回答已采纳
我有一个二维图表示的数据点，如下所示。我的方法是创建一个熊猫数据帧，应用具有2个簇的kmeans，并注意质心。'x': [1,1,2,2,3,8,9,8,9], from sklearn.cluster import KMeanskmeans = KMeans(2).fit(df.values)
但是，我被卡住了。我<em
浏览 0提问于2018-03-28得票数 0
2回答
我最近被介绍了集群技术，因为我的任务是根据我的大学教授必须回答的一项调查，找到他们的“个人资料”或“模式”。我一直在研究一些可用的选项来实现这一点，我遇到了k-means聚类算法。在这之后，我使用python和pandas，numpy，matplotlib和sklearn库来执行最优的簇数检查(肘法)，然后运行k-means，最后。之后，我对3个集群运行k-means，并使用以下代码将集群数据发送到
浏览 39提问于2020-06-20得票数 0
1回答
根据我对K-均值聚类的理解，k被选择，质心位置被选择，样本被分配，然后质心移动到样本的平均值，直到没有更多的运动。
所以在这个例子中，如果选择3个质心的位置为(5,1)，(5,10)和(5,20)，会发生什么？我期望所有的样本都分配给(5,1)质心，然后移动到数据的平均值(5,0)，算法将结束于属于一个聚类的所有样本(其他质心不移动，并且有一次迭代)。但是，当我在Pytho
浏览 13提问于2022-01-10得票数 2
在Matlab和Python环境中，Kmeans的输入如下：idx = kmeans.labels_
C
浏览 1提问于2020-10-07得票数 2
回答已采纳
2回答
代码：kmeans = KMeans(n_clusters = 10)kmeans.fit(x.reshape(-1, 1))
如果参数为n_init = random，则选择随机初始质心。有没有办法获取最初使用的质心？
浏览 2提问于2016-11-22得票数 3
回答已采纳
如果我已经有了一个可以作为初始质心的numpy数组，我如何正确地初始化kmeans算法？我正在使用scikit-learn Kmeans类Naftali Harris出色的可视化页面显示了我正在尝试做的事情“I‘’ll”--> "Packed“-
浏览 2提问于2016-07-13得票数 9
回答已采纳
1回答
我知道Mahout用于批处理，但我感兴趣的是我是否可以使用它的KMeans，以及如何对各个点进行聚类？
我能用Mahout做这个吗，或者我必须自己实现它？我想把<e
浏览 1提问于2014-09-08得票数 0
回答已采纳
我使用下面的代码来使用Scikit学习创建k-means集群。kmean = KMeans(n_clusters=nclusters,n_jobs=-1,random_state=2376,max_iter=1000,n_init=1000,algorithm='().加载相同的kmeans泡菜对象，并将其应用到新数据中。问题:
加载泡菜对象并应用kmean_fit.predict()的方法是否允许我根据现有集群
浏览 5提问于2017-04-06得票数 2
回答已采纳
我使用K均值聚类绘制了一些数据点。屏幕截图可以在"https://imageshack.com/i/pomMJXMkj“上找到。当我可视化这些数据点时，可以清楚地看到许多点不在它们各自的集群中，这个绿色的点是其中一个远离其质心的点，显然非常接近蓝色质心。根据K-Means算法，该点被添加到具有最近质心的聚类中。wcss = []
浏览 17提问于2019-05-02得票数 0
1回答
我使用sklearn Kmeans算法将多个观察值分组到4个集群中，并且我包含了init_state和seed来获得相同的结果；但每次我在google colab中重新加载代码，每次运行训练时，我都会在每个集群中的观察值数量方面获得不同的结果，代码如下： import numpy as np from sklearn.cluster import KMeans
km
浏览 9提问于2020-07-06得票数 0
回答已采纳
1回答
Matlab色彩量化
、、、、
我目前正在从事的项目，是与彩色quantization.The算法隐含的初始步骤k-均值算法。我的代码，直到现在：K=7;Idouble = double(I);R=I(:,:,1);B=I(:,:,3);
mat(:,2)=G(:);[IDX,CENTERS] = kmeans</e
浏览 0提问于2015-08-31得票数 5
回答已采纳
1回答
我正在尝试用选定的初始质心进行k-means聚类。它写着来指定你的初始中心：如果传递了ndarray，它的形状应该是(n_clusters，n_features[12.659700000,19.2601]], np.float64)# print km
centers =RuntimeWarning: Explicit ini
浏览 0提问于2015-03-04得票数 11
回答已采纳
目前，我正在尝试使用KMeans集群来解决某种回归任务(预测“计数”字段的值)。这个想法是微不足道的： k_means = cluster.KMeans(n_clusters=4, n_init = 20, init='random')
k_means.fit然后，我想使用我的测试集(这与测试集大致相同，但它没有“计数”字段)--我希望<em
浏览 5提问于2015-01-29得票数 0
回答已采纳
我有一个用作初始质心的数组(3个变量A，B，C)。np.array([[0.5, 0.1, 0.4], [0.2,0.5,0.9]], np.float64)centers = clus.cluster_centers_然而，对于后续的迭代，我希望限制<em
浏览 0提问于2018-10-25得票数 0
3回答
我已经重新运行了4次从其他的答案中，我知道import pandas as pdfrom sklearn.cluster import KMeansfigsize= 2 * np.array(plt.rcParams['figure.figsize']))
for row in a
浏览 2提问于2020-10-29得票数 1
回答已采纳
2回答
我在Mahout中运行kmeans，作为输出，我得到了文件夹clusters-x、clusters-x-final和clusteredPoints。如果我理解得很好，clusters-x是每次迭代中的质心位置，clusters-x-final是最终的质心位置，clusteredPoints应该是使用集群id和权重(表示属于集群的概率)聚类的点(取决于点与其质心之间
浏览 3提问于2014-08-25得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
