爲什麼使用Sklearn將錯誤的簇投影到PCA上？

Question

我正在將我的聚類中心投影到2個主要組件上，但給出的圖不在我的2組數據點的正確中心位置。我的代碼如下。有沒有人看到我要去哪裏錯了？ PCA很好，但集羣的其中一個數據點是離開的。我會提到我的一半質心數據點是負面的。我玩過反轉pca轉換，真的不知道錯誤來自哪裏。任何幫助是極大的讚賞！

import numpy as np 
import sklearn 
from sklearn.cluster import KMeans 
from sklearn.decomposition import PCA 
import matplotlib.pyplot as plt 


data = normalize(key) 

key_N=normal(key,key) 

pca=PCA(n_components=21) 
pca.fit(data[:,0:-1]) 
keytrain_T = pca.transform(data[:,0:-1]) 

kmeans = KMeans(n_clusters=2, init='k-means++', n_init=100, max_iter=300, 
      tol=0.0001, precompute_distances='auto', verbose=0, random_state=None, copy_x=True, n_jobs=1) 
kmeans.fit(data[:,0:-1]) 

centroid = cluster_centers_ 
print("The centroids:",centroid) 

# Project the cluster points to the two first principal components 
clusters = pca.fit_transform(centroid) 

print("The clusters:",clusters) 

Answer 1

您fit_transform其中荷蘭國際集團的重心，而不是transform。