11、基于距离度量的模型构建

基于距离度量的模型构建

1. 惯性指标（Inertia）

在聚类分析中，有一个尚未提及且不依赖于真实标签的指标——惯性（Inertia）。目前关于它作为指标的文档资料并不多，但它是 k-means 算法试图最小化的指标。惯性指的是每个点与其所属聚类中心的平方差之和。我们可以使用 NumPy 来计算它，示例代码如下：

kmeans.inertia_

运行结果可能如下：

4849.9842988128385

2. 使用 MiniBatch k-means 处理更多数据

2.1 准备工作

k-means 是一种不错的聚类方法，但对于大量数据而言并非理想选择，这是由于其算法复杂度较高。而 MiniBatch k-means 是 k-means 的一种更快的实现方式。k-means 的计算成本非常高，该问题属于 NP 难问题。不过，使用 MiniBatch k-means 可以将 k-means 的速度提高几个数量级。它通过采用许多被称为 MiniBatches 的子样本实现这一目标。在良好的初始条件下，基于子采样的收敛特性，MiniBatch k-means 可以近似达到常规 k-means 的效果。

2.2 操作步骤

以下是对 MiniBatch 聚类进行高级性能分析的步骤：
1. 导入必要的库并生成数据集 ：