我想计算使用KMeans生成的集群之间的相似性，使用Jaccard索引（来自sklearn.metrics import jaccard_similarity_score） . 这些可以是包含特定值的矩阵：at [i，j]应该是簇i和j之间的相似性 . 我现在的代码：
from sklearn import datasets
from sklearn.cluster import KMeans
from sklearn.metrics import jaccard_similarity_score
iris = datasets.load_iris()
X = iris.data
kmeans = KMeans(n_clusters=3).fit(X)
labels = kmeans.labels_
for i in range(3):
for j in range(3):
print(jaccard_similarity_score(X[np.where(labels==i)], X[np.where(labels==j)]))
但我有以下错误：
Traceback (most recent call last):
File "<ipython-input-15-e7b8e4471987>", line 3, in <module>
print(jaccard_similarity_score(X[np.where(labels==i)], X[np.where(labels==j)]))
File "C:\Anaconda3\envs\p3\lib\site-packages\sklearn\metrics\classification.py", line 383, in jaccard_similarity_score
y_type, y_true, y_pred = _check_targets(y_true, y_pred)
File "C:\Anaconda3\envs\p3\lib\site-packages\sklearn\metrics\classification.py", line 89, in _check_targets
raise ValueError("{0} is not supported".format(y_type))
ValueError: continuous-multioutput is not supported
1 回答
Jaccard是在集合上定义的 .
K-means产生连续的质心（因为它使用平均值，字面意思） .
因此，您无法在群集中心使用Jaccard .