KMeans聚类报错‘kmeans_labels未定义’求助：统计各簇样本数

错误原因很直接：你使用的kmeans_labels变量从未被定义过。在sklearn的KMeans模型中，训练完成后，每个样本的聚类标签会存储在模型的labels_属性中，而非你凭空使用的kmeans_labels。

修正后的完整代码如下：

from sklearn.cluster import KMeans
import numpy as np

# 训练KMeans模型
kmeans = KMeans(n_clusters=2, random_state=0).fit(X_train_norm)

# 统计每个簇的样本数量
unique_labels, unique_counts = np.unique(kmeans.labels_, return_counts=True)
cluster_count = dict(zip(unique_labels, unique_counts))
print(cluster_count)

补充说明： #

• kmeans.labels_会返回一个数组，每个元素对应训练集中对应样本的簇标签（从0开始的整数）
• np.unique(..., return_counts=True)会返回去重后的簇标签，以及每个标签对应的样本数量
• 最后用dict(zip(...))把标签和数量配对成字典，方便查看

内容的提问来源于stack exchange，提问作者Juliet