聚类后如何逆变换答案

【问题标题】：How to transform inverse after clustering聚类后如何逆变换
【发布时间】：2022-01-07 17:41:39
【问题描述】：

我想在使用 MinMaxScaler 对缩放数据集进行 K-means 聚类后恢复我的数据，这是我的代码示例

copy_df=scaled_df.copy()
kmeans = KMeans(n_clusters=3, random_state=42)
kmeans.fit(features)
copy_df['Cluster'] = kmeans.predict(features)

缩放器已保存；我试过类似的东西：x = scaler.inverse_transform(x)

与我的 scaled_df（簇号）相比，我的 copy_df 应该多一列

我想这就是我得到的原因：

ValueError: operands could not be broadcast together with shapes (3,5) (4,) (3,5)

我怎样才能恢复我的数据？

我需要获取集群的真实数据或每个特征的平均值。

【问题讨论】：

标签： python machine-learning scikit-learn k-means feature-clustering

【解决方案1】：

MinMaxScaler() 预期的形状（基于拟合）与您在聚类后提供的形状（其中多一列聚类成员资格）之间存在不匹配。您可以将集群标签直接分配给原始数据，或者如果您确实需要执行相反的操作，那么您可以先inverse_transform 再次缩放数据，然后将集群标签添加到其中。两者都产生相同的数据框。

# Import the packages
import pandas as pd
from sklearn.datasets import load_iris
from sklearn.preprocessing import MinMaxScaler
from sklearn.cluster import KMeans

# Load the data
data = pd.DataFrame(load_iris()['data'])

# Initialize a scaler
scaler = MinMaxScaler()

# Perform scaling
data_scaled = pd.DataFrame(scaler.fit_transform(data))

# Initialize KMeans clustering
kmeans = KMeans(n_clusters=3, random_state=42)

# Obtain the clusters
clusters = kmeans.fit_predict(data_scaled)

# Add the cluster labels to the original data
data['clusters'] = clusters

或

# Inverse the scaling and add the cluster labels as a new column
data_invscaled = pd.DataFrame(scaler.inverse_transform(data_scaled.iloc[:, 0:4]))
data_invscaled['clusters'] = clusters

# Check whether the two dfs are equal --> None means that the two dfs are equal
print(pd.testing.assert_frame_equal(data, data_invscaled, check_dtype=False))

【讨论】：