如果分为16个类，km.labels_应该是0-15的值，但事实上它不连续，中间少了6、12、13和15。不知是怎么回事。查看了km.cluster_centers_为16个值。
求遇到过的，经验丰富的高人指点！
用sklearn中的kmeans++聚类时遇到问题？
- 写回答
- 好问题 0 提建议
- 关注问题
分享- 邀请回答
-
4条回答 默认 最新
- 2021-10-22 23:05AI小龘的博客 from sklearn.cluster import KMeans from sklearn.datasets import load_iris #导入鸢尾花数据集 iris = load_iris() X = iris.data[:] # print(X) print(X.shape) #肘方法看k值 d=[] for i in range(1,11): #k取值...
- 2022-05-23 16:12KMeans++是KMeans的一个改进版本，解决了KMeans在初始化聚类中心时可能出现的问题，提高了聚类质量。 ### KMeans算法原理 1. **初始化**: 随机选择k个数据点作为初始聚类中心。 2. **分配**: 将每个数据点分配到...
- 2024-06-24 19:08人工智能研究所的博客 Scikit learn 也简称 sklearn, 是机器学习领域当中最知名的 python 模块之一.
- 2025-05-09 12:49非门由也的博客 K-means 聚类算法是一种基于划分的无监督学习算法，通过迭代优化将数据划分为指定簇数（K 值），使同一簇内样本相似度最大化、簇间差异最大化。其核心原理是最小化样本到所属簇心的平方误差和（SSE），实现步骤包括...
- 2025-05-27 14:2534号树洞的博客 K-means 是一种无监督学习算法，主要用于将数据自动划分为 K 个簇（cluster），使得每个簇内的数据尽可能相似，而不同簇之间的数据尽可能不同。 - 每个簇由一个“质心”...- 数据点被分配到距离最近的质心所在的簇中。
- 2021-04-23 21:57flandre翠花的博客 首先我们对Iris数据集（鸢尾花数据集）进行简单介绍： 它分为三个类别，即Iris setosa（山鸢尾）、Iris versicolor（变色鸢尾）和Iris virginica（弗吉尼亚鸢尾），每个类别各有...鸢尾花数据集在sklearn中有保存，我
- 2025-06-13 17:49或困的博客 KMeans++是KMeans聚类算法的改进版本，它通过一种更加智能化的初始中心点选择策略，提高了聚类的效果和效率。在本章中，我们将详细介绍KMeans++算法的基本原理，并探讨其相较于传统KMeans算法的主要优势。KMeans++...
- 2025-04-15 23:09郜太素的博客 这篇文章围绕聚类算法展开，介绍了聚类算法的基本概念、应用场景和分类，包含划分、...还指出 K-means 应用时需注意异常数据和样本量过大问题，引出 MiniBatchKMeans 算法，其在海量数据处理上效率高且准确性损失小。
- 2018-12-02 17:05Happy祥子的博客 利用sklearn实现kmeans和DBSCAN算法 1.数据说明： import pandas as pd import numpy as np import matplotlib.pyplot as plt # 导入相关的数据 beer = pd.read_csv('data/cluster_data.txt',sep=' ') print(beer) ...
- 2024-07-02 09:59算法驯化师的博客 K-Means是一种流行的聚类算法，用于将数据点划分为K个簇。它通过最小化簇内数据点与簇中心的距离来进行聚类，目的是使得簇内的点尽...希望这篇博客能够帮助你更好地理解K-Means模型，并将其应用于实际的聚类任务中。
- 没有解决我的问题, 去提问
问题事件
已结题
（查看结题原因） 10月2日-
修改了问题
10月1日
-
赞助了问题酬金20元
9月26日
-
修改了问题
9月26日
- 展开全部