sklearn KMeans返回的聚类中心与标签的对应顺序规则是什么

核心结论 #

你推测的「按标签首次出现顺序匹配聚类中心排列顺序」的规则不存在，你举例的标签和中心对应关系是完全错误的。

正确匹配规则 #

sklearn.cluster.KMeans的标签和聚类中心遵循严格的索引对应逻辑：

• 标签值为i的所有样本，对应的聚类中心固定为cluster_centers_数组中下标为i的元素，和标签在labels_列表中首次出现的顺序没有任何关系。

针对你给出的运行结果的正确对应关系 #

你拟合得到的聚类中心数组为：

kmeans.cluster_centers_ = array([[-0.9876 , -0.534, 0.342],
       [ 1.243,  1.235, 0.887 ],
       [ 0.242,  0.243,  0.02348]])

对应关系如下：

• 标签为0的样本，归属第一个聚类中心[-0.9876 , -0.534, 0.342]（即cluster_centers_[0]）
• 标签为1的样本，归属第二个聚类中心[ 1.243, 1.235, 0.887 ]（即cluster_centers_[1]）
• 标签为2的样本，归属第三个聚类中心[ 0.242, 0.243, 0.02348]（即cluster_centers_[2]）

补充说明 #

你观察到labels_列表里第一个出现的标签是2，只是因为输入的前几个样本距离下标为2的聚类中心最近，和聚类中心的排序逻辑无关。你可以自行验证：任意取一个标签为2的样本，计算它到三个聚类中心的欧氏距离，它到cluster_centers_[2]的距离一定是三个距离里最小的。

内容的提问来源于stack exchange，提问作者Kyv