sklearn.clusters.KMeans.lables_ 在 Python 3 中如何工作？

Question

我正在处理一段文档记录不完整的代码，在尝试避免 .pkl 文件的问题时，我一直很痛苦，但我运行遇到了 sklearn 的另一个问题。代码如下：

km = KMeans(algorithm=None, copy_x=True, init='k-means++', max_iter=300,
n_clusters=5, n_init=10, n_jobs=1, precompute_distances=True,
random_state=None, tol=0.0001, verbose=0)
clusters = km.labels_.tolist()

而且，据我所知，它应该提供一种将文档分类到集群中的方法。然而，这反而给了我：

AttributeError: KMeans has no attribute lables_

这很奇怪，因为在 sklearn 在线文档中，它显示了一个名为 lables_ 的属性。这是网站的 link：scikit-doc

我不知道为什么这不起作用。我猜是 Python 3.7（我正在使用的）存在兼容性问题。也有可能 "km" 由于某种原因不起作用，这很可能是我从中获取它的 .pkl 文件的问题。谷歌搜索，我没有发现其他人在谈论这个 AttributeError，所以我认为问题可能出在 "km" 而不是 "clusters"，我只是希望这里有人知道。

Answer 1

在访问 labels_ 之前，您需要对您的数据应用 fit()。见以下代码：

km = KMeans(algorithm=None, copy_x=True, init='k-means++', max_iter=300,
n_clusters=5, n_init=10, n_jobs=1, precompute_distances=True,
random_state=None, tol=0.0001, verbose=0)

km.fit(data)

clusters = km.labels_.tolist()

sklearn.clusters.KMeans.lables_ 在 Python 3 中如何工作？

How does sklearn.clusters.KMeans.lables_ work in Python 3?

python-3.x

scikit-learn

python-3.7