如何选择kmeans中的k值——肘部法则–Elbow Method和轮廓系数–Silhouette Coefficient...

最新推荐文章于 2023-08-23 10:41:32 发布

weixin_30257433

最新推荐文章于 2023-08-23 10:41:32 发布

阅读量4.5k

点赞数

CC 4.0 BY-SA版权

文章标签：数据结构与算法人工智能 python

原文链接：http://www.cnblogs.com/xingnie/p/10335079.html

本文介绍了KMeans聚类中选择合适k值的两种方法：肘部法则（Elbow Method）和轮廓系数（Silhouette Coefficient）。肘部法则通过观察随着k值增加畸变程度的变化，找到拐点选择合适的k值；轮廓系数衡量簇内紧密度和簇间距离，选取使系数最大的k值。sklearn库提供了计算轮廓系数的API。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

肘部法则–Elbow Method

我们知道k-means是以最小化样本与质点平方误差作为目标函数，将每个簇的质点与簇内样本点的平方距离误差和称为畸变程度(distortions)，那么，对于一个簇，它的畸变程度越低，代表簇内成员越紧密，畸变程度越高，代表簇内结构越松散。畸变程度会随着类别的增加而降低，但对于有一定区分度的数据，在达到某个临界点时畸变程度会得到极大改善，之后缓慢下降，这个临界点就可以考虑为聚类性能较好的点。

import pandas as pd
from sklearn.cluster import KMeans
import matplotlib.pyplot as plt
 
df_features = pd.read_csv(r'11111111.csv',encoding='gbk') # 读入数据
#print(df_features)
'利用SSE选择k'
SSE = []  # 存放每次结果的误差平方和
for k in range(1,9):
    estimator = KMeans(n_clusters=k)  # 构造聚类器
    estimator.fit(df_features[['0','1','2','3','4','5','6