如何在python中找到Kmeans ++聚类的拟合程度

Question

如何在K-means ++聚类中找到拟合度，以显示输入与每个聚类对齐的百分比。例如，输入A在群集1中为0.4，在群集2中为0.6。

Answer 1

标准k-means是硬聚类算法，即没有拟合度;数据点属于一个且仅有一个群集。以下是来自相关academic paper的报价（强调增加）：

2.3.1。 硬k均值

[...]

在K-均值聚类只二价隶属度对象的我到 簇ķ被允许：λ[I，K]∈{ 0,1}。如果一个对象我是 簇的成员它不可能是任何其它集群的成员

K-means++只是用于选择对k均值的初始值（种子）的算法，它并没有改变k-means作为硬聚类算法的基本特征。

Answer 2

有k-means允许的“软”变种。

特别是模糊C均值（不要问我为什么他们用c代替k的...）

但要注意的是，所得的软质分配远非统计概率。这只是一个基于平方距离给出一些相对权重的数字，不包括任何强大的统计模型。