如何在 KMeans 中手动设置聚类中心并预测概率而不是类别？ 或 GMM

如何解决如何在 KMeans 中手动设置聚类中心并预测概率而不是类别？ 或 GMM

我在此处遵循此示例：

https://www.stackoverflow.com/questions/60205100/define-cluster-centers-manually

他设置质心的初始位置并只运行一次迭代，因此质心最终成为初始设置的质心。我能够在我的代码中重现。

我也在寻找结果的概率，我能够使用：

https://scikit-learn.org/0.16/modules/generated/sklearn.mixture.GMM.html

我尝试使用在 KMeans 上使用的相同方法 (init)，但我认为没有使用 GMM 的方法。

那我该怎么办呢？还有其他算法/方法吗？

PS：我知道它们是不同的算法，我只是想更好地解释数据。

解决方法

您在这里尝试实现的目标不是很清楚。 Kmeans 通过最小化集群内的清晰距离来工作，所以这里的概率不大。要计算概率，您需要做出某些假设，例如，集群内的数据遵循多元高斯分布。以下是粗略估计，具体取决于您的数据。

请注意，在 1 次迭代中，均值可能会因您的数据集而略有变化，例如：

from sklearn import datasets
from sklearn.cluster import KMeans
from sklearn.mixture import GaussianMixture
import matplotlib.pyplot as plt

cts = np.array([[1,1],[2,2],[3,3]])

X,y_true = datasets.make_blobs(n_samples=100,centers=cts,cluster_std=0.30,random_state=0)

plt.scatter(X[:,0],X[:,c=y_true)

现在，如果我们像在那个帖子中那样运行 kmeans，平均值会改变（稍微）：

kmeans = KMeans(n_clusters=3,random_state=0,init = cts,n_init=1).fit(X)

kmeans.cluster_centers_

array([[0.99526578,1.00152973],[1.99987588,2.10819314],[2.94674517,2.96792463]])

为了回答您的问题，使用 GMM 根据 kmeans 结果获得粗略的概率，我们可以这样做：

clf = GaussianMixture(n_components=3,covariance_type='spherical',means_init = kmeans.cluster_centers_,n_init= 1,max_iter=1)
                      
clf.fit(X)
clf.predict_proba(X)