Scipy.cluster kmeans2

Question

我正在尝试在Scipy中应用kmeans2算法。下面的代码正确地应用了该算法。在

from scipy.cluster.vq import kmeans2,vq
import numpy as np

df = pd.read_csv("123.csv")

km,_ = kmeans2(X,2)
idx,_ = vq(X,km)

我如何观察星团中心？我试过打印（中心），打印（质心）等，但没有任何工作。在

如何观察簇标签？例如，在sklearn KMeans中，这是由标签给出的。在

我试过打印（标签）和它的所有变体，我在Scipy参考指南上找到了这些，但似乎都不起作用。在

另外，在初始化方法下，它声明矩阵是minit中的一个可用方法。我无法让minit识别我输入的任何矩阵。 我通常会收到一条错误消息，说“数据类型不可理解”或“不可损坏类型：'list'。在

我尝试这样做的原因是因为我想运行一个KMeans聚类算法，在这里我可以手动选择每个聚类中心，然后将每个点分类到最近的中心。在

我是不是不明白“minit”是如何工作的，还是我只是没有以正确的形式输入矩阵

Answer 1

km应该包含集群中心。试试看

print(km)

至于标签，这应该是kmeans2返回的第二个变量。在

下面是一个工作示例：

df = [[1.,2.,3.], [7.,8.,9.], [2.,2.,2.], [7.,8.,6.]]

centers,labels = kmeans2(df,2) 
print(centers) 
print(labels)

结果是：

^{pr2}$