知识分享之Python——sklearn中K-means聚类算法输出各个簇中包含的样本数据
背景
日常我们开发时，我们会遇到各种各样的奇奇怪怪的问题（踩坑o(╯□╰)o），这个常见问题系列就是我日常遇到的一些问题的记录文章系列，这里整理汇总后分享给大家，让其还在深坑中的小伙伴有绳索能爬出来。
同时在这里也欢迎大家把自己遇到的问题留言或私信给我，我看看其能否给大家解决。
开发环境
- 系统：windows10
- 版本：Python3
内容
本节分享一个在sklearn中使用聚类算法时，比较常用的输出工具，输出各个簇中包含的样本数据，以下是其具体的实现方式：
kmeans_model = KMeans(init="k-means++",n_clusters=t)
kmeans_model.fit(tf_matrix) # 训练是t簇，指定数据源
# 输出各个簇中包含的样本数据
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("输出簇： ", item)
for i2 in clusters[item]:
print(i2)
本文声明：
88x31.png
知识共享许可协议
本作品由 cn華少 采用 知识共享署名-非商业性使用 4.0 国际许可协议 进行许可。
