sklearn MeanShift 不同的预测输出

Question

为什么我从行得到不同的输出

打印 ms.fit_predict(val), p_all[idx]

ms.fit_predict(val) 的输出都是 0。

将 numpy 导入为 np 从 sklearn.cluster 导入 MeanShift，estimate_bandwidth X = 100*np.random.random_sample((500,15))-100 X = np.array(X, dtype=np.float) 带宽=估计带宽（X，分位数=0.01） ms = MeanShift（带宽=带宽，bin_seeding=True） ms.fit(X) p_all = ms.fit_predict(X) 对于 idx，枚举（X）中的 val： 打印值 打印 X[idx] 打印 ms.fit_predict(val), p_all[idx]

Answer 1

您正在循环中重新拟合单个数据点。 p_all 是拟合X 中所有数据的聚类分配。循环运行后，如果您打印出ms.cluster_centers_，它将与val 相同，因为它仅适合val。因此，将只有一个集群，其索引为0。

我猜你对MeanShift 的接口感到困惑。它不会在网上改装。每次调用fit() 或fit_predict() 时，它只适合您传递的数据，而忽略旧的解决方案。

我建议看看sklearn MeanShift documentation