关于两个特征和绘图结果的集群

我有两个密集矩阵（title和para）。我希望使用亲和传播算法对它们进行聚类，然后绘制聚类。关于两个特征和绘图结果的集群

我已经写了下面的代码，哪些集群基于一个特征。我怎样才能适应这两个功能集群，然后绘制结果？

import os 
import time 
import string 
import pickle 
import matplotlib.pyplot as plt 
from sklearn.cluster import AffinityPropagation 
from sklearn import metrics 
import matplotlib.pyplot as plt 
from itertools import cycle 

#from sklearn.ensemble import RandomForestClassifier 

#Opens and stores preprocessed data. 
filepath = '...' 
with open((filepath + 'para.dat'), 'rb') as infile: 
    para = pickle.load(infile) 
with open(filepath + 'title.dat', 'rb') as infile: 
    title = pickle.load(infile) 
with open(filepath + 'y.dat', 'rb') as infile: 
    y = pickle.load(infile) 

af = AffinityPropagation().fit(para) 
cluster_centers_indices = af.cluster_centers_indices_ 
labels = af.labels_ 
n_clusters_= len(cluster_centers_indices)

这是我用这为执行聚类，由此整个数据集簇和簇的质心形成产生训练数据集代表的训练数据集的查询的主动学习方法的一部分整个数据集。

来源

2017-01-01 user7347576

有无数的方法可以做到这一点（但当然只有有限的结果），所以您需要更精确地确定最佳结果。

例如，你可以申请亲和力传播到

alpha * para + (1 - alpha) * title

来源

2017-01-01 22:03:18

已编辑问题以澄清目的。 – user7347576

在这种情况下，它们的权重不相等？ – user7347576

他们可能无法比较，所以即使将alpha设置为0.5，他们也不会产生相同的影响。 –

你想要做的是，你有阵列组合成一个大的阵列，使他们都可以聚集在一起，你可以做一个方式是什么这是通过使用numphy追加库Exzample：

X = np.append(title, para, axis =0) 
af = AffinityPropagation().fit(X)

现在，他们结合他们可以聚集找到它们的中心相结合。

来源

2017-01-02 12:36:23 MSPO

关于两个特征和绘图结果的集群

回答

相关问题