python - 在python中使用sklearn计算数据点和质心(kmeans)之间的距离
问题描述
我正在尝试使用 sklearn 的 kmeans 进行聚类。我需要计算每个数据点与其质心之间的距离。有人能帮我一下吗。
提前致谢
import re
import sys
import os
import sklearn.datasets
from sklearn.cluster import KMeans
dataFilename = sys.argv[1]
X, y = sklearn.datasets.load_svmlight_file(dataFilename)
kmeans = KMeans(n_clusters=3)
kmeans.fit(X)
centroids = kmeans.cluster_centers_
labels = kmeans.predict(X)
j=0
intervals = []
for i in range(0,max(labels)+1):
intervals.append([])
print(intervals)
for i in y:
intervals[labels[j]].append(int(y[j]))
j += 1
print(intervals)
解决方案
推荐阅读
- directshow - EVR 自定义演示者不跳帧
- css - CSS媒体查询以错误的顺序加载并从后到前 - 奇怪
- asp.net - 更新 EF6 中的现有迁移
- apache-kafka - 仅提交到 Kafka Streams 中的输出主题
- javascript - 期望一个赋值或函数调用,而是在 React 中看到一个表达式
- angular - Angular,如何使用异步管道处理模板中使用的多个可观察对象
- python - Jupyter notebook中感叹号和问号是什么意思?
- kotlin - MVC 中的模型可以回滚到最后一个有效状态吗?
- excel - Excel VBA,排序,保存,关闭,然后打开
- javascript - JS / VueJs / Vuetify - 从 JSON 对象创建树