如何使用原始标签获得 KMean 聚类预测答案

【问题标题】：how to get KMean clustering prediction with original labels如何使用原始标签获得 KMean 聚类预测
【发布时间】：2016-09-10 05:56:09
【问题描述】：

我尝试使用 sklearn KMean 聚类进行监督学习，其中我为每个聚类都有一个标签，不知何故，当我将这些标签提供给拟合函数 model.fit(X_train, y_train) 时，结果（输出）标签不在我的列表中，而只是一个簇号。我可以在原始标签中获得预测吗？例如，

训练集：

x,y,z,class
1,2,3,1001
1,4,8,1002
5,2,9,1003

类是适合的 y_train

测试集：

x,y,z
1,1,1
2,2,2
3,3,3

predicted = model.predict(X_test) 给我 [1 0 2] 作为结果，而预期的结果是 [1002 1001 1003]。文档似乎没有标签选择的选项。如何使用提供的标签获得预测？

【问题讨论】：

K-means 通常用于对未标记的数据进行聚类。你确定你不是在寻找最近邻居之类的东西吗？

标签： python machine-learning scikit-learn

【解决方案1】：

听起来您正在寻找 K 最近邻分类器。该算法完全按照您的描述从标记数据中学习，然后将测试集中的每个点分配给您的预定义组之一，具体取决于哪个组具有“该点最近邻居中的代表最多”。这是实现：

from sklearn.neighbors import KNeighborsClassifier
neigh = KNeighborsClassifier(n_neighbors = 3)  # you have 3 groups above
neigh.fit(X_train, y_train)
predicted = neigh.predict(X_test)

【讨论】：

KNeighborsClassifier 做的事情很遥远，它不会将特征向量分配给预定义的类之一