我正在对具有2个聚类的30个样本集(我已经知道有两个类)的集合进行k均值聚类。我将数据分成训练和测试集,并尝试计算我测试集的准确性分数。但是有两个问题:首先我不知道我是否可以为k均值聚类实际做到这一点(测试集上的准确性分数)。第二:如果允许我这样做,不管我的实现是写还是错。以下是我已经试过:sklearn:计算测试数据集上k-均值的准确性得分
df_hist = pd.read_csv('video_data.csv')
y = df_hist['label'].values
del df_hist['label']
df_hist.to_csv('video_data1.csv')
X = df_hist.values.astype(np.float)
X_train, X_test,y_train,y_test = cross_validation.train_test_split(X,y,test_size=0.20,random_state=70)
k_means = cluster.KMeans(n_clusters=2)
k_means.fit(X_train)
print(k_means.labels_[:])
print(y_train[:])
score = metrics.accuracy_score(y_test,k_means.predict(X_test))
print('Accuracy:{0:f}'.format(score))
k_means.predict(X_test)
print(k_means.labels_[:])
print(y_test[:])
但是,当我打印K-装置的测试组标签(k_means.predict(X_test)打印(k_means.labels_ [:]))和y_test标签(print(k_means.labels_ [:]))在最后三行中,我得到的标签与我在拟合X-train时的标签相同,而不是为X-测试。任何想法,我可能在这里做错了吗?我所做的评估k-means的性能是否正确? 谢谢!
谢谢lejlot! – Miranda