我尝试使用 kmeans 算法将 227 行的数据帧聚集在 5 个集群中。每次我运行我的代码时，我都会得到不同的标签和不同的集群，这让我之后的分析有点棘手。
有人告诉我使用参数：randomstate 在我的结果中具有可重复性。我做到了。我有相同的集群，但仍然没有相同的标签。正常吗？有没有办法获得相同的标签？
在我的代码下方：
# Data
X = df.iloc[:,1:]
myseed = 10
# Modèle kmeans à 5 clusters
km = KMeans(n_clusters=5, random_state=myseed, n_init=30)
# Fitting du modèle aux points
km = km.fit(X)
y_km = km.predict(X)
不幸的是，没有内置选项可以做到这一点。每次运行 K-Means 时，标签都是随机分配的。即使您声明相同的随机种子。但是，基于StackOverFlow 中的这个答案，您可以创建一个查找表并在您的 K-Means 之后运行它。
from sklearn.cluster import KMeans
k = 5
kmeans = KMeans(n_clusters=k, random_state=0).fit(X)
idx = np.argsort(kmeans.cluster_centers_.sum(axis=1))
lut = np.zeros_like(idx)
lut[idx] = np.arange
有了这个，你将永远有相同的输出
In [73]: kmeans.labels_
Out[73]: array([1, 4, 1, ..., 0, 1, 0])
In [74]: lut[kmeans.labels_]
Out[74]: array([3, 0, 3, ..., 2, 4, 2], dtype=int64
当lut[kmeans.labels_] = 0，那么你总是拥有最小的集群，而lut[kmeans.labels_] = 4你拥有最大的集群。