sklearn實現(xiàn)kmeans聚類 在Python中聚類后,如何知道哪個樣本屬于哪一類?
在Python中聚類后,如何知道哪個樣本屬于哪一類?首先可以看到聚類后的樣本如果使用Python sklearn中的K-means聚類算法,算法類本身就有一些屬性可以知道聚類后的情況。例如,有一些模型
在Python中聚類后,如何知道哪個樣本屬于哪一類?
首先可以看到聚類后的樣本
如果使用Python sklearn中的K-means聚類算法,算法類本身就有一些屬性可以知道聚類后的情況。
例如,有一些模型屬性,clusterucentersuuuuuux是聚類后得到的聚類中心,標簽uuux如上圖所示,樣本[1.4,0.2]對應(yīng)第三個類別,聚類結(jié)果還有每個類別的聚類中心和每個類別的樣本數(shù)。這種方法可以用來尋找相應(yīng)的標簽分類。
當然,還有一種預(yù)測方法,可以直接輸出輸入樣本的類標簽
圖像識別和顏色壓縮是兩個不同的任務(wù)。就圖像識別而言,“識別”本身應(yīng)該是一項分類任務(wù)。它需要建立相應(yīng)的圖像和標簽的訓(xùn)練集,然后利用機器學(xué)習(xí)算法(或流行的深度學(xué)習(xí)方法)建立模型并對圖像進行識別。聚類方法只能對未標記的數(shù)據(jù)進行初步聚類。我想知道你能否更具體地描述一下這個問題。