5
我使用scikit学习聚类(k均值)。当我使用verbose选项运行代码时,它会为每次迭代打印出惯性。如何使用scikit-learn获得每个k-均值聚类的惯性值?
一旦算法结束,我想获得每个形成的聚类的惯性(k惯性值)。我怎样才能做到这一点?
我使用scikit学习聚类(k均值)。当我使用verbose选项运行代码时,它会为每次迭代打印出惯性。如何使用scikit-learn获得每个k-均值聚类的惯性值?
一旦算法结束,我想获得每个形成的聚类的惯性(k惯性值)。我怎样才能做到这一点?
从http://scikit-learn.org/stable/modules/clustering.html#k-means K-means算法的目标是选择最小化惯性或质心平方和平方标准的质心。
因此,kmeans每次迭代只有一个惯性值。你是否想要获得k个质心值?
from sklearn import datasets
from sklearn.cluster import KMeans
iris = datasets.load_iris()
X = iris.data
Y = iris.target
kmeans = KMeans(n_clusters=3, random_state=0,verbose=0).fit(X)
print(kmeans.inertia_)
print(kmeans.cluster_centers_) #Each row is one centroid, so 3 clusters and 3 centroids
是的,我想获得每个质心的惯性。但我认为没有内置功能。 – diugalde
R有一些叫做“内部”的东西。它可以用Python轻松编写。 – user3476359