在Python中有没有一种方法可以获得kmeans的簇内距离

Question

嗨，我是Python新手，正在尝试解决以下问题。非常感谢你的帮助。谢谢你

1. 如何使用python获得kmeans中的簇内和簇间距离？在
2. 如何验证簇的质量？有什么方法可以检查成团的质量吗？在
3. 有没有办法找出哪些因素/变量是影响聚类最显著的特征-特征提取/选择

我在上面的问题1中试过这个，这个方法正确吗？？在

dists = euclidean_distances(km.cluster_centers_)
tri_dists = dists[np.triu_indices(4, 1)]
max_dist, avg_dist, min_dist = tri_dists.max(), tri_dists.mean(), tri_dists.min()

print(max_dist, avg_dist, min_dist)

Answer 1

避免把多个问题放在一个问题里。在

1. K均值并不计算所有这些距离。否则它将需要O（n²）时间和内存，这将慢得多！它使用了方差的一个特殊性质（它不只是优化除平方和之外的其他距离的另一个原因）被称为Koenig-Huygens定理。在
2. 是的，文献中提出过20多个，甚至100个这样的质量指标。但这并不能使选择“最佳”集群变得更加容易：最终，集群对于用户来说是主观的。在
3. 是的，您可以应用各种技术，从方差分析到因子分析，再到随机森林。在