轮廓系数怎么算,Python求特征值

　　如果你想要最好的位置，你应该选择最高的位置。

　　1.通过设置不同的K值来测试计算轮廓系数，可以得到最佳K值对应的最佳轮廓系数。

　　2.也可以画，观察，选最高的。但为了防止拟合现象，也可以通过弯头选择最佳k值。

　　实例

　　fromsk learn . clusterimportkmeans

　　Fromsklearn。预处理ImportMaxAbsscaler #十进制缩放标准化

　　Fromsklearn。预处理Importminmaxscaler #偏差标准化

　　Fromsklearn。预处理ImportStandardScaler #标准偏差标准化

　　#评价指标-剖面系数

　　fromsk learn . metricsimportsilhouetee _ score

　　#因为是聚类算法，所以数据可能有维度，需要标准化。在使用该算法之前

　　#实例化

　　sca=MaxAbsScaler()

　　sca=MinMaxScaler()

　　sca=标准定标器()

　　#配件

　　Sca.fit(训练集功能)

　　#处理数据

　　X_train=sca.transform(训练集功能)

　　#实例化

　　km=均值()

　　#参数：

　　#n_clusters=3，表示k=3，即三个随机的聚类中心，最小值为2。

　　#init，聚类中心初始化方法，默认k均值

　　#max_iter，迭代次数，默认为300。如果后期不能收敛，可以尝试增加迭代次数。

　　#random_state=1，随机种子，默认值为无

　　#配件

　　Km.fit(训练集功能)

　　#查看聚类中心

　　打印(聚类中心：，km.cluster_centers_)

　　#查看预测结果

　　#您可以直接传入训练集或自定义二维数组。

　　Y_pred=km.predict(训练集功能)

　　Print(整个数据的类别：，y_pred)

　　#检查SSE -误差平方和

　　#默认为逆运算，多数情况下得到负值[-inf，0]。

　　#绝对值越小越好

　　score=km.score(X_train，y_pred)

　　打印(“SSE”，分数)

　　#评价指标-剖面系数(-1，1)，越大越好。

　　Print(轮廓系数：，silhouete e _ score (x _ train，y _ pred))。以上就是python如何获取最优轮廓系数的方法。希望对你有帮助。更多python学习方向：Python基础课程

　　本教程运行环境：windows7系统，Python 3.9.1，DELL G3电脑。

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。