怎样确定K-means算法中的k值
更新时间：2024年06月29日 11:05:05 作者：Sun_Sherry
这篇文章主要介绍了怎样确定K-means算法中的k值问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
1. K-means算法
k-means算法是机器学习中常用的聚类算法，原理简单实现容易，内存占用量也比较小。但使用这个方法时，需要事先指定将要聚合成的簇数
。
在先验知识缺乏的情况下，想要确定是非常困难的。
目前常用的用来确定的方法主要有两种：肘部法、轮廓系数法。
2. 初始k值的选择
1) 肘部法
肘部法所使用的聚类评价指标为：数据集中所有样本点到其簇中心的距离之和的平方。但是肘部法选择的并不是误差平方和最小的，而是误差平方和突然变小时对应的值。
2) 轮廓系数法
轮廓系数是一种非常常用的聚类效果评价指标。该指标结合了内聚度和分离度两个因素。其具体计算过程如下：
假设已经通过聚类算法将待分类的数据进行了聚类，并最终得到了个簇。
对于每个簇中的每个样本点
，分别计算其轮廓系数。
具体地，需要对每个样本点计算以下两个指标：
：样本点到与其属于同一个簇的其他样本点的距离的平均值。
越小，说明该样本属于该类的可能性越大。
：样本点到其他簇
中的所有样本的平均距离
的最小值 ,
则样本点的轮廓系数为：
而所有样本点的轮廓系数的平均值，即为该聚类结果总的轮廓系数
。
，越接近与1，聚类效果越好。
3) 具体案例
先利用sklearn.datasets中的方法生成自己的聚类数据集。
具体如下：
对数据x进行归一化(因为KMeans算法中涉及到距离的计算)，具体如下：
使用肘部法确定值，其代码如下：
使用轮廓系数确定值，其代码如下：
总结
以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。
相关文章
这篇文章主要介绍了python更新数据库中某个字段的数据方法，本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下2020-11-11
这篇文章主要介绍了使用EditPlus编辑器运行Python程序方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教2025-12-12
今天小编就为大家分享一篇python 获取图片分辨率的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-01-01
堆积柱状图有堆积柱状图的好处,比如说我们可以很方便地看到多分类总和的趋势,下面这篇文章主要给大家介绍了关于使用matplotlib绘制并排柱状图的相关资料,需要的朋友可以参考下2022-07-07
这篇文章主要给大家介绍了关于利用Python如何写一个基于MD5的文件监听程序的相关资料，文中通过示例代码介绍的非常详细，对大家的学习或者使用python具有一定的参考学习价值，需要的朋友们下面来一起学习学习吧2019-03-03
这篇文章主要介绍了Python数据挖掘Pandas,pandas是基于numpy模块构建的，本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下2022-07-07
Python confluent kafka客户端配置kerberos认证流程详解
这篇文章主要介绍了Python confluent kafka客户端配置kerberos认证流程详解,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2020-10-10
这篇文章主要介绍了Django contenttypes 框架详解(小结)，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧2018-08-08
JSON（JavaScript Object Nonation）是利用键值对+嵌套来表示数据的一种格式，以其轻量、易解析的优点，这篇文章主要介绍了利用Python实现Shp格式向GeoJSON的转换,需要的朋友可以参考下2019-07-07
边缘检测是图像处理和计算机视觉当中的基本问题，边缘检测的目的是标识数字图像中亮度变化明显的点。本文将通过示例和大家介绍一下边缘检测的原理，希望对大家有所帮助2022-12-12
最新评论