sklearn实现kmeans聚类 在Python中聚类后，如何知道哪个样本属于哪一类？

在Python中聚类后，如何知道哪个样本属于哪一类？

首先可以看到聚类后的样本

如果使用Python sklearn中的K-means聚类算法，算法类本身就有一些属性可以知道聚类后的情况。

例如，有一些模型属性，clusterucentersuuuuuux是聚类后得到的聚类中心，标签uuux如上图所示，样本[1.4，0.2]对应第三个类别，聚类结果还有每个类别的聚类中心和每个类别的样本数。这种方法可以用来寻找相应的标签分类。

当然，还有一种预测方法，可以直接输出输入样本的类标签

图像识别和颜色压缩是两个不同的任务。就图像识别而言，“识别”本身应该是一项分类任务。它需要建立相应的图像和标签的训练集，然后利用机器学习算法（或流行的深度学习方法）建立模型并对图像进行识别。聚类方法只能对未标记的数据进行初步聚类。我想知道你能否更具体地描述一下这个问题。

sklearn实现kmeans聚类 sklearn kmeans sklearn层次聚类

版权声明：本文内容由互联网用户自发贡献，本站不承担相关法律责任.如有侵权/违法内容,本站将立刻删除。