确定点数最多的簇中心

Question

在使用 KMeans 对具有 GPS 位置的数据集进行聚类后，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 link 最大的簇（有 510 个点的那个）到正确的中心坐标？这在 Python 中可行吗？

Answer 1

您可以在计数器值上使用 argmax 获得最大的簇标签，并且 link 中心仅索引。

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也很容易反驳：只需运行在不同的日子再重复几次，您就会发现反例。特别是，如果您使用 reversed(cluster_centers_) 作为初始化，那么它应该在一次迭代内完成并以相反的顺序给它们。

确定点数最多的簇中心

Determine the center of the cluster with the most points

python

cluster-analysis