确定点数最多的聚类中心

Question

在使用 KMeans 对具有 GPS 位置的数据集执行聚类后，有没有办法确定具有最多点的聚类，即最大的聚类，然后将其中一个中心与该特定聚类相关联？假设我的代码是：kmeans = KMeans(n_clusters=4) kmeans.fit(points)我知道我可以通过以下方式打印中心：print(kmeans.cluster_centers_) -> e.g [[lat1, long1], [lat2, long2], ...]并通过以下方式确定每个集群的点数：print(Counter(kmeans.labels_)) -> e.g. Counter({0: 510, 1: 200, 2: 50, 3: 44})我现在如何将最大的集群（具有 510 个点的集群）链接到正确的中心坐标？这在 Python 中可能吗？

Answer 1

您可以在计数器值上使用 argmax 获得最大的集群标签，并链接到仅索引的中心。

import numpy as np

from sklearn.cluster import KMeans

from collections import Counter

points = np.random.normal(0, 3, size=(100, 2))

kmeans = KMeans(n_clusters=4)

kmeans.fit(points)

counter = Counter(kmeans.labels_)

largest_cluster_idx = np.argmax(counter.values())

largest_cluster_center = kmeans.cluster_centers_[largest_cluster_idx ]

Answer 2

标签中的索引 0 对应中心 0，索引 1 对应中心 1。

其他一切都是疯狂的，不是吗？

即使您会自动按大小对它们进行排序（这会破坏一些东西），您也会更新标签，因为用户需要能够为每个点找到正确的中心。

此外，它们按大小重新排序的理论很容易反驳：只需在不同的日子再运行几次，你就会发现反例。特别是，如果您reversed(cluster_centers_)用作初始化，那么它应该在一次迭代内完成并以相反的顺序给出它们。