python中kmeans返回参数_如何从kmeans中的每个集群获取数据

先说几句话。首先，之后模型.拟合(十) 可以使用访问所有标签model.labels\. 模型.预测()可用于预测新数据上的标签。其次，除非您确定不需要模型来对新数据进行预测，否则函数最好也返回实际模型。在

同样，对于您的问题，您可以将预测的标签附加到原始数据帧，然后按如下所示的子集将结果分配给新的数据帧，或者使用其他方法(如.groupby()来分析各个簇)。在import pandas as pd

from sklearn.cluster import KMeans

import numpy as np

# Data

X = np.array([[1, 2], [1, 4], [1, 0],

[4, 2], [4, 4], [4, 0]])

df = pd.DataFrame(X, columns = ['x', 'y'])

def doKmeans(X, nclust):

model = KMeans(nclust)

model.fit(X)

return (model.labels_, model.cluster_centers_)

clust_labels, cent = doKmeans(X, 2)

df['label'] = clust_labels

df

df[df['label'] == 1]

df

Out[26]:

x y

0 1 2

1 1 4

2 1 0

3 4 2

4 4 4

5 4 0

df['label'] = clust_labels

df

Out[27]:

x y label

0 1 2 1

1 1 4 1

2 1 0 0

3 4 2 0

4 4 4 1

5 4 0 0

df[df['label'] == 1]

Out[28]:

x y label

0 1 2 1

1 1 4 1

4 4 4 1