sklearn中的kmeans簇异质性

Question

如何在sklearn中计算收敛过程中的簇异质性？ 聚类异质性由每个样本点相对于指定聚类的欧几里得距离之和给出。这表示每个步骤的值不同。在

Answer 1

对于最终k-means模型的集群异构性，可以执行以下操作。在

首先创建模型并使其适合某些数据（在我的示例中，我使用sklearn make blob来创建3个blob的数据点）。在

import numpy as np
from sklearn.cluster import KMeans
from sklearn.metrics.pairwise import pairwise_distances_argmin, euclidean_distances
from sklearn.datasets.samples_generator import make_blobs
np.random.seed(0)
batch_size = 45
centers = [[1, 1], [-1, -1], [1, -1]]
X, labels_true = make_blobs(n_samples=3000, centers=centers, cluster_std=0.7)
k_means = KMeans(init='k-means++', n_clusters=3, n_init=10)
k_means.fit(X)

模型预测了这些簇。

模型拟合好后，我们需要得到所有星团的质心。你可以用这个。在

^{pr2}$

然后我们需要知道X中的所有数据点属于哪个集群。为此，您可以使用pairwise_distances_argmin此函数返回任何一组点作为其最近质心的簇。在

k_means_labels = pairwise_distances_argmin(X, k_means_cluster_centers)

然后需要计算所有集群的异构性。为此，我们需要以下for循环和euclidean_distances函数。euclidean_distances计算点之间的欧几里德距离。在

for i,j in enumerate(set(k_means_labels)):
    positions=X[np.where(k_means_labels == i)]
    output=sum(euclidean_distances(positions,k_means_cluster_centers[j].reshape(1,-1)))
    print('cluster {} has a  heterogeneity of {}'.format(i,output))

在这个循环中，我们得到属于一个集群的X的所有值。计算所有点到该簇质心的欧几里德距离。取总和并打印输出。在

在我的例子中，输出是这样的。在

cluster 0 has a  heterogeneity of [ 754.20784445]
cluster 1 has a  heterogeneity of [ 852.41305495]
cluster 2 has a  heterogeneity of [ 843.7821897]

据我所知，您只能在拟合模型之后才能得到异质性得分，而不能在使用sklearn实现拟合模型的过程中获得。在