绘制稀疏矩阵的 kmeans 簇

Question

我有一个 python 脚本，它对 svmlight 格式的数据文件进行聚类。 我使用函数sklearn.datasets.load_svmlight_file 从数据文件中加载数据。 我知道这个函数返回一个稀疏矩阵。 我需要散点图，请任何人帮助我。 这就是我所做的：

import sklearn.datasets
import sys
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)
labels = kmeans.labels_
print(labels)
centroids = kmeans.cluster_centers_
                                   

Answer 1

如果没有数据集，我建议如下：

• 由于load_svmlight_file() 返回一个稀疏矩阵，在拟合模型之前使用samples = X.toarray() 将X 转换为NumPy 数组。

• 绘制数据集的两个特征（例如），使用： plt.scatter(samples[:,0], samples[:,1], c=labels)。这会根据预测的标签对集群进行着色。

• 使用plt.scatter(centroids[:,0], centroids[:,1], marker='D') 跟随此操作，以查看带有菱形的质心的位置。

注意，samples[:,n] 表示一个数组，其中包含数据集 nth 特征的样本值。

我希望这会有所帮助。如果没有，请告诉我。