EM 聚类算法中附加的标签

Question

我在数据集 (x) 上使用 3 个组件进行 EM 聚类，这只是具有 15 个特征的数据框。

from sklearn import mixture
import pandas as pd

x=pd.read_csv('tr.csv', sep=';')
em = mixture.GMM(n_components=3)
em.fit(x)

然后我想在我的数据框中为集群创建一个额外的列，并附加到每个变量的每个集群的标签中（例如，像在 k-means 方法中使用 labels_）。但是我最好的是权重，它似乎不太正确：

x['CLUSTER'] = pd.Series(em.weights_, index=x.index).astype(str)

它给了我一个错误（比如你的数据中有 100000 行，但你试图只追加 3 行）。

那么我如何才能在 EM 算法中使用集群的标签，以及如何将它们插入到第一个 df 中每个变量的列中？

谢谢！

Answer 1

为了得到 "labels" 你需要调用 .predict(x) 而不是 .weights，.weights 是拟合分布的（许多之一！）参数，而不是点-明智的标签。

x['CLUSTER'] = em.predict(x)

Labels appending in EM clustering algorithm