Kmeans聚类中如何为各簇质心坐标添加对应簇标签

scikit-learn的KMeans模型输出的cluster_centers_数组有固定顺序规则：数组第i行的质心，就对应标签值为i的簇，和fit_predict返回的样本簇标签取值完全对齐，不需要额外做距离匹配计算，直接按索引新增簇编号列即可。

对应修改代码如下：

a = kmeans_model.cluster_centers_
df_Centroid = pd.DataFrame(a,columns=['x','y'])
# 新增簇编号列，默认簇编号从0开始，和kmeans_predict的标签值完全对应
df_Centroid['cluster_id'] = df_Centroid.index

如果需要簇编号从1开始计数，把新增列的代码替换为：

df_Centroid['cluster_id'] = df_Centroid.index + 1

可以用如下方式做结果校验：

# 取簇标签为0的所有样本计算坐标均值，和对应质心坐标完全一致
print("簇0样本均值：", y[kmeans_predict == 0].mean(axis=0))
print("簇0质心坐标：", df_Centroid[df_Centroid['cluster_id'] == 0][['x','y']].values)

内容的提问来源于stack exchange，提问作者user13468392