時間変化するデータの重心の出し方

Question

k-means法を実装した際，データの重心とクラスタの重心の距離を測りクラスタの所属を決めているのですが，データの重心とクラスタの重心の表示のさせ方がわからないので教えていただきたいです。
ちなみに使用するデータは540軒分の1日の1時間あたりの消費電力です。

import pandas as pd
import numpy as np
import glob
from sklearn.cluster import KMeans
import matplotlib.pyplot as plt



df = glob.glob('*_m.csv')
df2 = pd.DataFrame()
for i in range(546):
    i +=1
    a = df[i-1]
    df1 = pd.read_csv(f'{a}')
    df3 = df1.groupby(df1.index // 60).mean()
    for l in range(24):
        l += 1
        df2.loc[l-1,i] = df3.iloc[l-1,1] + df3.iloc[l-1,2]
array = np.array(df2)
array = array.T

pred = KMeans(n_clusters=30).fit_predict(array)

for n in range(30):
    df4 = pd.DataFrame()
    n += 1
    for i in range(546):
        i +=1
        if pred[i-1] == n-1:
            for l in range(24):
                l +=1
                df4.loc[l-1,i-1] = df2.iloc[l-1,i-1]
            df4.to_csv(f'30{n-1}.csv')

エラーなどはなく実行できるのですが評価を行う際に分散などを調べたいのでクラスタとデータの重心の出し方を知りたいです。

Comments

[tachikoma]

どんなことを試したのか、どんなデータを扱おうとしているのかについて説明して下さい。その上で上手く行かなかったコードをここに貼ってエラーをl説明して下さい。

Answer 1

データの重心：

全てのデータ（540軒全て）を対象としたものでしょうか。
https://code.i-harness.com/ja/q/13070
こちらのページを参考に540次元を考え、どれを採用するかは、どのような観点で重心が必要かをお考えいただいた上で決定すれば良いと思います。

クラスタの重心：

ドキュメントをご覧ください。
http://scikit-learn.org/stable/modules/generated/sklearn.cluster.KMeans.html

km = KMeans(n_clusters=30).fit(array)
km.cluster_centers_ を参照することになります。

分散などを調べたい：

全データの中で、同じクラスタに属しているデータを対象に集計を行いたい場合、

	for k in range(30):
		my_members = k_means.labels_ == k
		dati = array[my_members, i]

で参照されるデータを対象にすればよろしいかと。

Answer 2

http://www.heisei-u.ac.jp/ba/fukui/pdf/stattext05.pdf

重心というのは平均値のことですか？