三、(4)评价Kmeans算法聚类结果。利用 手肘法SSE 和 轮廓系数 检验。
完整代码如下:
(1) SSE。

SSE利用计算误方差和,来实现对不同K值的选取后,每个K值对应簇内的点到中心点的距离误差平方和,理论上SSE的值越小,代表聚类效果越好,通过数据测试,SSE的值会逐渐趋向一个最小值。
代码如下:
from sklearn.cluster import KMeans
from sklearn.feature_extraction.text import CountVectorizer, TfidfTransformer
from matplotlib import font_manager
my_font = font_manager.FontProperties(fname="/Windows/Fonts/simhei.ttf",size=20)
import matplotlib.pyplot as plt
'''
1、加载语料
'''
text = open('聚类4类.txt',"r", encoding='UTF-8').read()
list1=text.split("\n")
mytext_list=list1
'''
2、把每篇文篇关键词出现10次以上,转化成向量(tf),-idf设为权重
#把关键词转化成词篇矩阵
'''
count_vec=CountVectorizer