知識分享之Python——sklearn中K-means聚類算法輸出各個簇中包含的樣本數據

背景

日常我們開發(fā)時，我們會遇到各種各樣的奇奇怪怪的問題（踩坑o(╯□╰)o），這個常見問題系列就是我日常遇到的一些問題的記錄文章系列，這里整理匯總后分享給大家，讓其還在深坑中的小伙伴有繩索能爬出來。
同時在這里也歡迎大家把自己遇到的問題留言或私信給我，我看看其能否給大家解決。

開發(fā)環(huán)境

• 系統(tǒng)：windows10
• 版本：Python3

內容

本節(jié)分享一個在sklearn中使用聚類算法時，比較常用的輸出工具，輸出各個簇中包含的樣本數據，以下是其具體的實現方式：

            kmeans_model = KMeans(init="k-means++",n_clusters=t)
            kmeans_model.fit(tf_matrix)  # 訓練是t簇，指定數據源
            # 輸出各個簇中包含的樣本數據
            labels = kmeans_model.predict(tf_matrix)
            clusters = {}
            n = 0
            for item in labels:
                if item in clusters:
                    clusters[item].append(all_data[n])
                else:
                    clusters[item] = [all_data[n]]
                n +=1
            for item in clusters:
                print("輸出簇： ", item)
                for i2 in clusters[item]:
                    print(i2)

本文聲明：

88x31.png