sklearn KMeans 中 KMeans.cluster_centers_ 处的值
Value at KMeans.cluster_centers_ in sklearn KMeans
在执行 K 意味着适合一些具有 3 个簇的向量时，我能够获得输入数据的标签。
KMeans.cluster_centers_ returns 中心的坐标，所以不应该有一些向量与之对应吗？我怎样才能找到这些簇的质心值？
聚类中心值是质心的值。在 k-means 聚类结束时，您将拥有三个单独的聚类和三个质心，每个质心位于每个聚类的中心。质心不必与现有数据点重合。
closest, _ = pairwise_distances_argmin_min(KMeans.cluster_centers_, X)
数组 closest 将包含 X 中最接近每个质心的点的索引。
假设 closest 为三个集群提供了 array([0,8,5]) 的输出。所以 X[0] 是 X 中最接近质心 0 的点，X[8] 是最接近质心 1 的点，依此类推。
来源：https://codedump.io/share/XiME3OAGY5Tm/1/get-nearest-point-to-centroid-scikit-learn
在执行 K 意味着适合一些具有 3 个簇的向量时，我能够获得输入数据的标签。
KMeans.cluster_centers_ returns 中心的坐标，所以不应该有一些向量与之对应吗？我怎样才能找到这些簇的质心值？
聚类中心值是质心的值。在 k-means 聚类结束时，您将拥有三个单独的聚类和三个质心，每个质心位于每个聚类的中心。质心不必与现有数据点重合。
closest, _ = pairwise_distances_argmin_min(KMeans.cluster_centers_, X)
数组 closest 将包含 X 中最接近每个质心的点的索引。
假设 closest 为三个集群提供了 array([0,8,5]) 的输出。所以 X[0] 是 X 中最接近质心 0 的点，X[8] 是最接近质心 1 的点，依此类推。
来源：https://codedump.io/share/XiME3OAGY5Tm/1/get-nearest-point-to-centroid-scikit-learn