三、(4)评价Kmeans算法聚类结果。利用 手肘法SSE 和 轮廓系数 检验。

三、(4)评价Kmeans算法聚类结果。利用 手肘法SSE 和 轮廓系数 检验。

本文运用SSE(簇内误方差)和轮廓系数两种检验方法,对三、(2)python实现完整的K-means算法进行K值检验。

完整代码如下:

(1) SSE。

在这里插入图片描述

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:

# -*- coding: utf-8 -*-

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
'''
    #文档预料 空格连接
text = open('聚类4类.txt',"r", encoding='UTF-8').read()    #打开本体TXT文件

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
'''
#提取关键词出现#min_df=10次以上的关键词
count_vec=CountVectorizer
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值