16

我想在我的脚本中使用轮廓分数，以自动计算来自 sklearn 的 k-means 聚类中的聚类数。

import numpy as np
import pandas as pd
import csv
from sklearn.cluster import KMeans
from sklearn.metrics import silhouette_score

filename = "CSV_BIG.csv"

# Read the CSV file with the Pandas lib.
path_dir = ".\\"
dataframe = pd.read_csv(path_dir + filename, encoding = "utf-8", sep = ';' ) # "ISO-8859-1")
df = dataframe.copy(deep=True)

#Use silhouette score
range_n_clusters = list (range(2,10))
print ("Number of clusters from 2 to 9: \n", range_n_clusters)

for n_clusters in range_n_clusters:
    clusterer = KMeans (n_clusters=n_clusters).fit(?)
    preds = clusterer.predict(?)
    centers = clusterer.cluster_centers_

    score = silhouette_score (?, preds, metric='euclidean')
    print ("For n_clusters = {}, silhouette score is {})".format(n_clusters, score)

有人可以帮我打问号吗？我不明白该放什么而不是问号。我从一个例子中获取了代码。注释的部分是之前的版本，这里我用固定的簇数设置为4进行k-means聚类。这种方式的代码是正确的，但是在我的项目中我需要自动选择簇的数量。

4

2 回答 2

27

我假设您要对分数进行轮廓化以获得最佳编号。的簇。

首先声明一个单独的对象，KMeans然后像这样fit_predict在您的数据上调用它的函数df

for n_clusters in range_n_clusters:
    clusterer = KMeans(n_clusters=n_clusters)
    preds = clusterer.fit_predict(df)
    centers = clusterer.cluster_centers_

    score = silhouette_score(df, preds)
    print("For n_clusters = {}, silhouette score is {})".format(n_clusters, score))

请参阅此官方示例以获得更清晰的信息。

于 2018-07-02T22:03:55.543 回答
0

这 ？是您应用 K-means 的数据集或数据框。谢谢你。

于 2022-02-21T19:46:13.487 回答