k-means集群异质性在sklearn中

1 回答

• 3

  对于最终k-means模型的聚类异质性，您可以执行以下操作 .

  首先创建模型并使其适合某些数据（在我的示例中，我使用sklearn make blobs来创建3个数据点的blob） .

  import numpy as np
  from sklearn.cluster import KMeans
  from sklearn.metrics.pairwise import pairwise_distances_argmin, euclidean_distances
  from sklearn.datasets.samples_generator import make_blobs
  np.random.seed(0)
  batch_size = 45
  centers = [[1, 1], [-1, -1], [1, -1]]
  X, labels_true = make_blobs(n_samples=3000, centers=centers, cluster_std=0.7)
  k_means = KMeans(init='k-means++', n_clusters=3, n_init=10)
  k_means.fit(X)
  

  该模型预测了这些集群 .
  

  模型安装完毕后，我们需要拥有所有簇的质心 . 为此你可以使用它 .

  k_means_cluster_centers = k_means.cluster_centers_
  

  然后我们需要知道X中的所有数据点都属于哪个集群 . 为此你可以使用 pairwise_distances_argmin 这个函数返回任何一组点具有最接近质心的簇 .

  k_means_labels = pairwise_distances_argmin(X, k_means_cluster_centers)
  

  然后，您需要计算所有集群的异质性 . 为此，我们需要以下for循环和 euclidean_distances 函数 . euclidean_distances 计算点之间的欧氏距离 .

  for i,j in enumerate(set(k_means_labels)):
      positions=X[np.where(k_means_labels == i)]
      output=sum(euclidean_distances(positions,k_means_cluster_centers[j].reshape(1,-1)))
      print('cluster {} has a  heterogeneity of {}'.format(i,output))
  

  在这个循环中，我们得到属于一个集群的X的所有值 . 计算所有点到该簇的质心的欧氏距离 . 取总和并打印输出 .

  对于我的例子，输出就是这个 .

  cluster 0 has a  heterogeneity of [ 754.20784445]
  cluster 1 has a  heterogeneity of [ 852.41305495]
  cluster 2 has a  heterogeneity of [ 843.7821897]
  

  据我所知，只有在拟合模型后才能获得异质性分数，而不是在使用sklearn实现拟合模型时 .

  回复于 2024-05-17T18:20:57+08:00