python - 使用决策树比较 scikit 学习聚类

Question

我正在为一个类做一个项目，我从 LIBSVM 中获取一些数据并通过 2 种不同的聚类算法运行它。我的 kmeans 生成 8 个集群，而我的聚合算法将它们分组为 3 个集群。

现在，我试图判断由我的 kmeans 生成的聚类标签是否可用于预测由我的凝聚聚类生成的聚类标签，例如将集群#6 中的所有实例从聚合集群映射到集群#1。

我的教授建议使用决策树分类器，但我不太确定该怎么做。我知道我会将 agg 聚类标签作为类标签，然后将我的数据输入其中并查看它是如何分类的。这就是我的问题所在，我有几个问题:

1) scikit 学习决策树分类器输出什么？它是每个实例可能被归类为的概率列表吗？还是明确地对每个实例进行分类？

2) 在我输入数据后，每个实例都被分类到 Agg 生成的 3 个集群之一，我如何进入并从 kmeans 中找出它属于哪个集群？

3) 有更好的方法吗？我们需要做的就是“以定量方式比较不同方法产生的聚类”，因此我们不一定需要使用决策树分类器，但我不确定另一种好方法是什么。我已经考虑过兰特和调整后的兰特指数，但这些似乎不是我要找的东西

非常感谢任何帮助!提前致谢!

Answer 1

让我先回答3)。是的! sklearn.metrics.cluster See the documentation .这是从“真实引用”的角度编写的，但这并不是真正必要的，Adjusted Rand Index 和 Normalized Mutual Information 非常适合比较两个聚类的相似程度，并且每个聚类都会产生一个有意义的数字。

1) 要么。 predict 给出类，predict_proba 给出概率。

2)我不明白这个问题。