我正在对具有2个簇的30个样本的集合进行k-means聚类(我已经知道有两个类).我将我的数据分成训练和测试集,并尝试计算我的测试集上的准确度分数.但是有两个问题:首先我不知道我是否可以实际做到这一点(测试集的准确度得分)用于k-means聚类.第二:如果我被允许这样做,我的实现是写还是错.这是我尝试过的:
df_hist = pd.read_csv('video_data.csv')
y = df_hist['label'].values
del df_hist['label']
df_hist.to_csv('video_data1.csv')
X = df_hist.values.astype(np.float)
X_train, X_test,y_train,y_test = cross_validation.train_test_split(X,y,test_size=0.20,random_state=70)
k_means = cluster.KMeans(n_clusters=2)
k_means.fit(X_train)
print(k_means.labels_[:])
print(y_train[:])
score = metrics.accuracy_score(y_test,k_means.predict(X_test))
print('Accuracy:{0:f}'.format(score))
k_means.predict(X_test)
print(k_means.labels_[:])
print(y_test[:])
但是,当我打印K-装置,用于测试的一组标签(k_means.predict(X_test) 打印(k_means.labels_ [:]) )和y_test标签(打印(k_means.labels_ [:]) )在过去的三线,我得到的标签与我安装X-train时的标签相同,而不是为X-test生成的标签.知道我在这里做错了什么吗？我正在做什么来评估k-means的表现是否正确？谢谢!