如何确保 k 中簇的质心意味着算法不会每次都切换？

Question

我有一个如下所示的 csv 文件

date                       mse                                                  
2018-02-11                 14.34
2018-02-12                 7.24
2018-02-13                 244.5
2018-02-14                 3.5
2018-02-16                 12.67
2018-02-21                 45.66
2018-02-22                 15.33
2018-02-24                 98.44
2018-02-26                 23.55
2018-02-27                 45.12
2018-02-28                 78.44
2018-03-01                 34.11
2018-03-05                 23.33
2018-03-06                 127.45
...                        ...   
...                        ...

现在我尝试将 k means 应用于 mse 值以获得 2 clusters 这给出我 2 centroids 一个用于 each.Now 我得到了一个 mse 值，我需要找到两个 centroids 中的哪一个是接近给定 mse value.I 做这样的事情

from sklearn.cluster import KMeans
import pandas as pd

centroid_list = []
given_mse = 7.382409087
kmeans = KMeans(n_clusters=2)
df = pd.read_csv("data.csv", parse_dates=["date"])
kmeans.fit_predict(df[['mse']])
centroid_list.append(kmeans.cluster_centers_.ravel())
#print(centroids_list)  # array([  153.27996598, 19810.6925875 ]
for i in centroids_list:
t1 = abs(given_mse - i[0])
t2 = abs(given_mse - i[1])
if t1 < t2:
   result.append("label 1")
   else:
   result.append("label 2")
print(result)  # ['label1']

现在如您所见，我为每个集群分配了两个 centroid 值 153.27996598 和 19810.6925875。

问题是它经常切换值 [(x,y) 或 (y,x)] 当你运行我的程序时得到最终结果 label1 或有时 label2.

知道这是怎么回事吗fixed.Is有什么 sckit-learn 技术可以防止这种切换吗？

Answer 1

如@Vivek Kumar 所述，我需要传递一个附加参数 random_state，同时设置 random_state 的 k means.The 值可以是任何整数。

kmeans = KMeans(n_clusters=2, random_state=1)

如何确保 k 中簇的质心意味着算法不会每次都切换？

How to ensure centroids of the clusters in k means algorithm doesn't switch everytime?

k-means

python-3.x

pandas

scikit-learn