scikit learn中的K均值聚类

Question

我正在尝试使用Scikit-learn进行K均值聚类。 代码：

from sklearn.cluster import KMeans
kmeans = KMeans(n_clusters = 10)
x = df.values
kmeans.fit(x.reshape(-1, 1))

如果参数 n_init = random，它会选择随机的初始质心。有没有一种方法可以获取使用的初始质心？

- data_person

Answer 1

在将KMeans对象拟合到数据后，才能获得聚类中心。

小技巧！

因此，您可以将参数max_iter设置为1。默认情况下，它设置为300，然后中心点可能会在每次迭代时发生变化。

如果您仅使用一次迭代，该算法将将每个样本分配给一个初始中心，然后停止更新中心。

因此，调用.cluster_centers_将返回初始质心！

- MMF

---

我还有一个问题，如果max_iter = 300，在每次迭代中心点改变后，调用'.cluster_centers_'会给出最新的质心（即第300次迭代的质心）吗？ - data_person

@vikky 你懂的 ;) - MMF

km = KMeans(init=cluster_centers, n_init=1, max_iter=1) print(km.cluster_centers_) 仍然出现相同的错误。 - Edward Weinert

你需要先适配你的数据。 - MMF

Answer 2

是的，我认为您可以在调用fit()之前尝试centroids = kmeans.cluster_centers_

- xtt

---

这会获取由库使用的初始质心吗？ - data_person

我得到的是 AttributeError: 'KMeans' 对象没有属性 'cluster_centers_'。 - data_person

抱歉，fit() 调用后 cluster_centers_ 将不再可用。我会创建一个质心数组并使用它来创建聚类。kmeans = KMeans(init=centroids_array)。这样我们可以自定义质心的初始化方式。再次对我的回答未经核实表示歉意。 - xtt