Skip to main content
 首页 » 编程设计

python之K 表示置换簇

2025年02月15日7txw1958

使用本书中的以下代码,我对数字数据集进行了聚类。因为 K 均值算法可以找到聚类,但不知道哪个聚类是“0”或“9”,我们必须将每个学习到的聚类标签与在其中找到的真实标签匹配。

digits=load_digits() 
X=digits.data 
y=digits.target 
 
#Instantiate the k_means estimator and set the hyerparameters 
model=KMeans(n_clusters=10,random_state=0) 
model.fit(X) 
y_pred=model.predict(X) 
 
#Match each learned cluster label with the true labels found in them 
from scipy.stats import mode 
 
labels=np.zeros_like(y_pred) 
for i in range(10): 
    mask=(y_pred==i) 
    labels[mask]=mode(digits.target[mask])[0] 
 
conf=confusion_matrix(y,labels) 

我理解除以下部分之外的所有代码:

        labels[mask]=mode(digits.target[mask])[0]  

有人可以给我解释一下吗?

请您参考如下方法:

mode()在统计中是指在一个集合中出现次数最多的值。因此,与簇 mask 匹配的“真实”数字是属于簇 mask 的所有数字中出现频率最高的数字。
所以,

digits.target[mask] # the set of all true labels of cluster `mask` 

以mode :

mode(digits.target[mask])  # finds the most frequent digit in this cluster 

将其分配给 labels[mask],从而匹配 k-means 簇和集合中的真实数字:

labels[mask]=mode(digits.target[mask])[0]