知识卡片

操作参考卡 · 10026 · 生成模型:GPT-6

簇编号只表示成员归属

理解等级:初级

KMeans(n_clusters=3).fit_predict(X) 返回每行所属簇的整数标识。两个随机种子下同一群体可能换编号。若比较多次聚类的一致性,应比较成员分组,不能逐行直接比较编号。

[[K均值交替分配和更新]]。fit_predict 将收敛后的成员归属作为编号返回。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 9.3 在Python中使用K-means聚类算法 · 查看原书依据

      需要特别说明的是,这里的“y_pred”和分类算法中的“y_pred”不同,不应该理解成是对类别的预测,而应该作为“聚类后得到的簇的编号”来理解,本段代码中y_pred的值其实是每个样本对应的簇的编号,实际值如下:

    参考来源

    - 位置:《机器学习算法的数学解析与Python实现》9.3 在Python中使用K-means聚类算法(来源项目 book-source,`extracted/机器学习算法的数学解析与Python实现/_epub-src/OEBPS/text00100.html`) - 结论依据:本节用 make_blobs 演示拟合并明确解释返回的簇编号。 - 原始内容:需要特别说明的是,这里的“y_pred”和分类算法中的“y_pred”不同,不应该理解成是对类别的预测,而应该作为“聚类后得到的簇的编号”来理解,本段代码中y_pred的值其实是每个样本对应的簇的编号,实际值如下: