python - 来自 Scikit-Learn 的 K 均值的失真函数

Question

在进行 K 意味着通过 Scikit-Learn 进行聚类时，要获得失真函数（每个点到其中心的距离之和），一种简单的方法是获取中心 ( k_means.cluster_centers_) 并总结每个点的距离。

只是想知道是否有更快的方法？（就程序员时间而言）类似于直接函数调用之类的东西。

Answer 1

fit这已经在该类的inertia_属性中预先计算过了KMeans。

>>> from sklearn.datasets import load_iris
>>> from sklearn.cluster import KMeans
>>> iris = load_iris()
>>> km = KMeans(3).fit(iris.data)
>>> km.inertia_
78.940841426146108

Answer 2

根据失真度量的定义，它可以是

每个示例到其最近的聚类中心的距离的平方和。

或者

到各个簇的质心的欧几里得平方距离的平均值。

对于后一种情况，您可以访问 在 kmeans 的情况下，能否从惯性导出失真而不是从头开始重新计算？

KMeans中的惯性属性在官方文档中定义为

样本到它们最近的聚类中心的距离平方和，如果提供，则按样本权重加权。