python sklearn工具包_使用Python的sklearn包做kmeans

╰+哭是因爲堅強的太久メ 2022-10-31 13:48 211阅读 0赞

使用Python的sklearn包做kmeans

标签：\#kmeans\#\#python\#\#编程\#

时间：2018/10/31 14:42:14

作者：小木

首先要安装numpy和sklearn包，然后运行sklearn的kmeans方法即可。

这里我们使用了三种评价方法，一种是

\#\#\#\#\# 1、Silhouette Coefficient

Silhouette Coefficient是对聚类方法进行解释和验证一致性的方法。该技术提供了一个简洁的图形表示，表明每个对象在其集群中的位置。

Silhouette Coefficient是对象与其自身簇(内聚力)相比与其他簇(分离)相似程度的度量。 值从-1到+1，其中高值表示对象与其自己的簇很好地匹配并且与相邻簇不匹配。 如果大多数对象具有高值，则聚类结果是合适的。 如果许多点具有低值或负值，则聚类效果不好，可能具有太多或太少的簇。

可以使用任何距离度量来计算Silhouette Coefficient结果，例如欧几里德距离或曼哈顿距离。

\#\#\#\#\# 2.Rand Index

Rand索引计算集群(由聚类算法返回)与基准分类的相似程度。 人们还可以将Rand指数视为算法所做出的正确决策百分比的度量。 它可以使用以下公式计算：

\`\`\`math

RI = \\frac\{TP+TN\}\{TP+FP+FN+TN\}

\`\`\`

这里的TP是真实的正值数量，TN是真实的负值数量，FP是错误正值的数量，FN是错误负值的数量。

\#\#\#\#\# 3. between\_ss / total\_ss

这个是组间距离平方和和总的距离平方和之比，是R语言中KMeans内置的一个评价方法，见\[使用R语言进行K-means聚类并分析结果\](https://www.datalearner.com/blog/1051493902550927)

代码如下：

\`\`\`python

from sklearn.cluster import KMeans

import numpy as np

from sklearn.metrics import silhouette\_score

\# 定义between\_SS / total\_SS 的计算方法

def sum\_of\_square\_scores(original\_data, predict\_labels, cluster\_centers, n\_clusters):

avg = np.mean(original\_data, axis=0)

dist = np.power(original\_data - avg, 2)

total\_ss = np.sum(dist)

within\_squares = np.zeros((n\_clusters, len(original\_data\[0\])))

for i in range(0, len(original\_data)):

cluster = predict\_labels\[i\]

within\_squares\[cluster\] += np.power(original\_data\[i\] - cluster\_centers\[cluster\], 2)

within\_ss = np.sum(within\_squares)

return (total\_ss - within\_ss) / total\_ss

\# 载入数据

X = np.loadtxt("D:/data/kmeans.txt", delimiter=' ')

\# 运行KMeans

kmeans = KMeans(n\_clusters=2, random\_state=0).fit(X)

\# 使用Silhouette Coefficient评价

sil\_coeff = silhouette\_score(X, kmeans.labels\_, metric='euclidean')

\# 使用between\_ss / total\_ss 评价

bss = sum\_of\_square\_scores(X, kmeans.labels\_, kmeans.cluster\_centers\_, kmeans.n\_clusters)

print("coeff:" + str(sil\_coeff))

print("between\_ss / total\_ss:" + str(bss))

\`\`\`

发表评论取消回复

表情：

评论列表（有 0 条评论，211人围观）

还没有评论，来说两句吧...

相关阅读

相关 Python中的sklearn入门

目录 Python中的sklearn入门介绍安装sklearn 使用sklearn 1. 导入sklearn库 2. 加载数据集 3. 准备数据集 4. 构

川长思鸟来/ 2024年02月21日 10:07/ 0 赞/ 15 阅读

相关 Python中的sklearn入门

目录 Python中的sklearn入门介绍安装数据集数据预处理模型训练模型评估结论示例代码：使用sklearn进行房价预测 -------

港控/mmm°/ 2024年02月21日 08:50/ 0 赞/ 13 阅读

相关 python sklearn metrics_Python：sklearn.metrics.classification_report

sklearn.metrics.classification\_report(y\_true, y\_pred, labels=None, target\_names=None

短命女/ 2022年12月31日 15:23/ 0 赞/ 210 阅读

相关 python pycharm 安装sklearn的坑

=亲测有效= sklearn安装需要安装一些依赖包，包括： pip install scipy pip install numpy pip ins

r囧r小猫/ 2022年12月27日 12:57/ 0 赞/ 819 阅读

相关 python sklearn工具包_使用Python的sklearn包做kmeans

使用Python的sklearn包做kmeans 标签：\kmeans\\python\\编程\ 时间：2018/10/31 14:42:14 作者：小木首先要安装n

╰+哭是因爲堅強的太久メ/ 2022年10月31日 13:48/ 0 赞/ 212 阅读

相关 Python中使用sklearn 的 Pipeline 管道机制

pipeline管道机制使用方法：流水线的输入为一连串的数据挖掘步骤，其中最后一步必须是估计器（Estimator），可理解成分类器前几步是转换器（Transform

蔚落/ 2022年05月20日 01:49/ 0 赞/ 187 阅读

相关安装Python的sklearn,机器学习

首先第一步安装scipy: 网址：http://www.lfd.uci.edu/~gohlke/pythonlibs/ 中找到你需要的版本scipy，在最下边S开头的包,根

╰+攻爆jí腚メ/ 2022年03月10日 04:56/ 0 赞/ 313 阅读

相关 python中win10环境安装sklearn包

1、打开cmd窗口 2、更新pip python -m pip install -U pip 3、安装python的依赖包 python -m pip in

曾经终败给现在/ 2022年02月25日 09:14/ 0 赞/ 226 阅读

相关 [Python数据挖掘] sklearn-KMeans聚类

\[问题背景\] 假定有这样的数据集，txt格式，ANSI编码： YZN,133,108,76 ZHY,96,145,101 WYZ,132,107

约定不等于承诺〃/ 2022年01月22日 23:31/ 0 赞/ 384 阅读

相关 python sklearn2pmml保存tfidf+kmeans模型

from sklearn.feature_extraction.text import CountVectorizer, TfidfTransformer, Tfidf

Dear 丶/ 2021年09月30日 02:28/ 0 赞/ 603 阅读