我正在研究 k-mean 算法來聚類數字列表，如果我有一個數組 (X)X=array([[0.85142858],[0.85566274],[0.85364912],[0.81536489],[0.84929932],[0.85042336],[0.84899714],[0.82019115], [0.86112067],[0.8312496 ]])然后我運行以下代碼from sklearn.cluster import AgglomerativeClusteringcluster = AgglomerativeClustering(n_clusters=5, affinity='euclidean', linkage='ward')cluster.fit_predict(X)for i in range(len(X)): print("%4d " % cluster.labels_[i], end=""); print(X[i])我得到了結果 1 1 [0.85142858] 2 3 [0.85566274] 3 3 [0.85364912] 4 0 [0.81536489] 5 1 [0.84929932] 6 1 [0.85042336] 7 1 [0.84899714] 8 0 [0.82019115] 9 4 [0.86112067] 10 2 [0.8312496]如何獲得每個簇中值為 (i) 的最大數量？像這樣0: 0.82019115 81: 0.85142858 12: 0.8312496 103: 0.85566274 24: 0.86112067 9
1 回答
婷婷同學_
TA貢獻1844條經驗 獲得超8個贊
首先將它們組合成對使用zip然后按值（對的第二個元素）按遞增順序對其進行排序并從中創建一個字典。
嘗試：
res = list(zip(cluster.labels_, X))
max_num = dict(sorted(res, key=lambda x: x[1], reverse=False))
最大數量：
{0: array([0.82019115]),
2: array([0.8312496]),
1: array([0.85142858]),
3: array([0.85566274]),
4: array([0.86112067])}
編輯：
你想要這個嗎？
elem = list(zip(res, range(1,len(X)+1)))
e = sorted(elem, key=lambda x: x[0][1], reverse=False)
final_dict = {k[0]:(k[1], v) for (k,v) in e}
for key in sorted(final_dict):
print(f"{key}: {final_dict[key][0][0]} {final_dict[key][1]}")
0: 0.82019115 8
1: 0.85142858 1
2: 0.8312496 10
3: 0.85566274 2
4: 0.86112067 9
或者
import pandas as pd
df = pd.DataFrame(zip(cluster.labels_,X))
df[1] = df[1].str[0]
df = df.sort_values(1).drop_duplicates([0],keep='last')
df.index = df.index+1
df = df.sort_values(0)
df:
0 1
8 0 0.820191
1 1 0.851429
10 2 0.831250
2 3 0.855663
9 4 0.861121
添加回答
舉報
0/150
提交
取消