如何获取K-means聚类中各质心值？基于MSE数据实现两聚类分析

没问题，我来帮你一步步完成这个K-means聚类任务！我们用Python的pandas处理CSV数据，sklearn的KMeans模块来实现聚类，完全能满足你获取聚类归属、聚类均值和质心的需求。

步骤1：导入所需库 #

首先我们需要导入处理数据和聚类的工具库：

import pandas as pd
from sklearn.cluster import KMeans

步骤2：读取CSV数据 #

你的CSV数据是用空格分隔的，所以读取的时候要指定分隔符：

# 读取CSV文件，注意分隔符是空格，替换成你实际的文件路径
df = pd.read_csv('your_data.csv', sep='\s+')

步骤3：准备聚类特征 #

K-means要求输入是二维数组格式，所以我们只提取mse列并转换格式：

# 提取mse列，转换为KMeans需要的二维数组格式
X = df[['mse']].values

步骤4：执行K-means聚类（聚类数设为2） #

初始化KMeans模型并拟合数据，设置随机种子保证结果可复现：

# 设置聚类数为2，random_state保证每次运行结果一致
kmeans = KMeans(n_clusters=2, random_state=42)
# 拟合数据完成聚类
kmeans.fit(X)

步骤5：获取每个数据点的聚类归属 #

把聚类标签添加到原数据框中，就能直观看到每个日期对应的聚类分组：

# 添加聚类标签列到原DataFrame
df['cluster_label'] = kmeans.labels_
# 查看前几行结果
print(df.head())

输出示例：

date    mse  cluster_label
0  2018-02-11  14.34              0
1  2018-02-12   7.24              0
2  2018-02-13 244.50              1
3  2018-02-14   3.50              0
4  2018-02-16  12.67              0

步骤6：计算每个聚类的MSE均值 #

用groupby对聚类标签分组，快速计算每个簇的MSE平均值：

cluster_means = df.groupby('cluster_label')['mse'].mean()
print("每个聚类的MSE均值：")
print(cluster_means)

步骤7：获取聚类质心值 #

KMeans模型的cluster_centers_属性直接返回每个聚类的质心，因为我们只基于MSE一个特征，所以质心值就是对应簇的MSE均值：

centroids = kmeans.cluster_centers_
print("每个聚类的质心值：")
print(centroids)

输出示例（二维数组格式，每个元素对应一个聚类的质心）：

[[18.76272728]
 [123.46      ]]

补充说明 #

• 单特征聚类场景下，聚类质心和聚类的MSE均值完全一致；如果是多特征聚类，质心会是每个特征均值组成的向量。
• 如果你不需要固定聚类结果，可以去掉random_state=42参数，每次运行可能得到不同的标签编号（但聚类分组逻辑一致）。

内容的提问来源于stack exchange，提问作者Souvik Ray