怎樣確定K-means算法中的k值
更新時間：2024年06月29日 11:05:05 作者：Sun_Sherry
這篇文章主要介紹了怎樣確定K-means算法中的k值問題,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教
1. K-means算法
k-means算法是機器學習中常用的聚類算法，原理簡單實現容易，內存占用量也比較小。但使用這個方法時，需要事先指定將要聚合成的簇數
。
在先驗知識缺乏的情況下，想要確定是非常困難的。
目前常用的用來確定的方法主要有兩種：肘部法、輪廓系數法。
2. 初始k值的選擇
1) 肘部法
肘部法所使用的聚類評價指標為：數據集中所有樣本點到其簇中心的距離之和的平方。但是肘部法選擇的并不是誤差平方和最小的，而是誤差平方和突然變小時對應的值。
2) 輪廓系數法
輪廓系數是一種非常常用的聚類效果評價指標。該指標結合了內聚度和分離度兩個因素。其具體計算過程如下：
假設已經通過聚類算法將待分類的數據進行了聚類，并最終得到了個簇。
對于每個簇中的每個樣本點
，分別計算其輪廓系數。
具體地，需要對每個樣本點計算以下兩個指標：
：樣本點到與其屬于同一個簇的其他樣本點的距離的平均值。
越小，說明該樣本屬于該類的可能性越大。
：樣本點到其他簇
中的所有樣本的平均距離
的最小值 ,
則樣本點的輪廓系數為：
而所有樣本點的輪廓系數的平均值，即為該聚類結果總的輪廓系數
。
，越接近與1，聚類效果越好。
3) 具體案例
先利用sklearn.datasets中的方法生成自己的聚類數據集。
具體如下：
對數據x進行歸一化(因為KMeans算法中涉及到距離的計算)，具體如下：
使用肘部法確定值，其代碼如下：
使用輪廓系數確定值，其代碼如下：
總結
以上為個人經驗，希望能給大家一個參考，也希望大家多多支持腳本之家。
相關文章
這篇文章主要介紹了Python中用函數作為返回值和實現閉包的教程,代碼基于Python2.x版本,需要的朋友可以參考下2015-04-04
這篇文章主要介紹了Python簡單實現詞云圖代碼解析,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下2020-06-06
這篇文章主要為大家介紹了python密碼學實現文件加密教程，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進步，早日升職加薪2022-05-05
你們一定想不到os模塊還可以這樣玩，本文就將利用Python中的os模塊實現自動刪除磁盤文件功能，文中的示例代碼講解詳細，感興趣的可以嘗試一下2022-11-11
這篇文章主要介紹了如何用最簡潔的Python代碼實現圖片壓縮效果，還可以保證照片不失真，感興趣的小伙伴可以跟隨小編一起動手試試2022-01-01
詳解Selenium+PhantomJS+python簡單實現爬蟲的功能
這篇文章主要介紹了詳解Selenium+PhantomJS+python簡單實現爬蟲的功能，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2019-07-07
這篇文章主要介紹了使用python生成楊輝三角形的示例代碼，小編覺得挺不錯的，現在分享給大家，也給大家做個參考。一起跟隨小編過來看看吧2018-08-08
今天小編就為大家分享一篇Django對數據庫進行添加與更新的例子，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-07-07
這篇文章主要介紹了Python3 assert斷言實現原理解析,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下2020-03-03
今天小編就為大家分享一篇Python實現把多維數組展開成DataFrame，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-11-11