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中用函数作为返回值和实现闭包的教程,代码基于Python2.x版本,需要的朋友可以参考下2015-04-04
这篇文章主要介绍了Python简单实现词云图代码解析,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2020-06-06
这篇文章主要为大家介绍了python密码学实现文件加密教程，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪2022-05-05
你们一定想不到os模块还可以这样玩，本文就将利用Python中的os模块实现自动删除磁盘文件功能，文中的示例代码讲解详细，感兴趣的可以尝试一下2022-11-11
这篇文章主要介绍了如何用最简洁的Python代码实现图片压缩效果，还可以保证照片不失真，感兴趣的小伙伴可以跟随小编一起动手试试2022-01-01
详解Selenium+PhantomJS+python简单实现爬虫的功能
这篇文章主要介绍了详解Selenium+PhantomJS+python简单实现爬虫的功能，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，需要的朋友们下面随着小编来一起学习学习吧2019-07-07
这篇文章主要介绍了使用python生成杨辉三角形的示例代码，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
今天小编就为大家分享一篇Django对数据库进行添加与更新的例子，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2019-07-07
这篇文章主要介绍了Python3 assert断言实现原理解析,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2020-03-03
今天小编就为大家分享一篇Python实现把多维数组展开成DataFrame，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2019-11-11
最新评论