Python机器学习手册：从数据预处理到深度学习

11.9

　评估聚类模型

｜

203

11.9

　评估聚类模型

问题描述

使用无监督学习对数据进行聚类，现在希望评估聚类模型的性能。

解决方案

对该问题的简单回答是，我们可能无法评估聚类模型的性能，至少不能按预想的方式评估。

一种可选的方式是使用轮廓系数（

silhouette coefficient

）。轮廓系数可以用来衡量聚类的

质量 ：

import numpy as np

from sklearn.metrics import silhouette_score

from sklearn import datasets

from sklearn.cluster import KMeans

from sklearn.datasets import make_blobs

#

生成特征矩阵

features, _ = make_blobs(n_samples = 1000,

n_features = 10,

centers = 2,

cluster_std = 0.5,

shuffle = True,

random_state = 1)

#

使用

KMeans

方法对数据聚类，以预测其分类

model = KMeans(n_clusters=2, random_state=1).fit(features)

#

获取预测的分类

target_predicted = model.labels_

#

评估模型

silhouette_score(features, ...