python中的Kmeans聚类--将原始标记赋予预测的簇

Question

我在目标变量中有一个带有7个标签的数据集。

X = data.drop('target', axis=1)
Y = data['target']
Y.unique()

数组(“_体重，超重_级别_我，超重_级别_二，肥胖_类型_我”，“不够_体重，肥胖_类型_二，肥胖_类型_三”，dtype=object)

km = KMeans(n_clusters=7, init="k-means++", random_state=300)
km.fit_predict(X)
np.unique(km.labels_)

阵列(0，1，2，3，4，5，6)

在对多个聚类为7的聚类算法进行KMean聚类后，得到的聚类被标记为0，1，2，3，4，5，5，6。但是如何知道哪一个真正的标记与预测的标签匹配。

换句话说，我想知道如何给新的预测标签赋予原始标签名称，这样就可以像正确地聚类多少个值一样来比较它们(准确性)。

Answer 1

如果你有目标变量，你为什么要像K那样使用无监督学习，我相信有监督的多类分类会是一种更好的方法。尽管如此，你的问题仍然有效，所以让我试着回答这个问题。

在K表示聚类中，集群数没有任何序列，这意味着不能直接将0、1、2集群映射到类别。要知道哪个集群属于哪个类别，您必须进行更深入的聚类分析。您必须查看每个集群的平均特征，并相应地分配它们的类别。这可以通过在集群级别聚合数据和计算各种变量的平均值来实现。