sklearn机器学习之Kmeans根据轮廓系数选择参数n_clusters

2023-12-25 09:30

本文主要是介绍sklearn机器学习之Kmeans根据轮廓系数选择参数n_clusters,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

1.导入相应包

from sklearn.cluster import KMeans
from sklearn.metrics import silhouette_samples, silhouette_score
from matplotlib import pyplot as plt
from matplotlib import cm
import numpy as np
from sklearn.datasets import make_blobs

2.生成数据集

X, y = make_blobs(n_features=2, centers=4, n_samples=500, random_state=1)

3.绘图(比较复杂,看注释)

#绘制在n_clusters不同情况下的轮廓图与效果图
for n_clusters in [2, 3, 4, 5, 6, 7]:n_clusters = n_clusters#创建画布fig, (ax1, ax2) = plt.subplots(1, 2)#设置画布大小fig.set_size_inches(18, 7)#设置横轴和纵轴作图范围,注意和xticks区别ax1.set_xlim([-0.1, 1])#这里是样本数加间隔数(这里设置为10)ax1.set_ylim([0, X.shape[0] + (n_clusters + 1) * 10])#建立模型并训练clusterer = KMeans(n_clusters=n_clusters, random_state=10).fit(X)#得到标签cluster_labels = clusterer.labels_#获得平均轮廓系数silhouette_avg = silhouette_score(X, cluster_labels)#输出print("For n_clusters =", n_clusters,"The average silhouette_score is", silhouette_avg)#获得每个样本的轮廓系数sample_silhouette_values = silhouette_samples(X, cluster_labels)#为了不贴着x轴画图,设置距离10cmy_lower = 10#画出每个簇的轮廓图for i in range(n_clusters):#第i个簇的值ith_cluster_silhouette_values = sample_silhouette_values[cluster_labels == i]#排序ith_cluster_silhouette_values.sort()#设置y曲线长度size_cluster_i = ith_cluster_silhouette_values.shape[0]y_upper = y_lower + size_cluster_i#设置colormapcolor = cm.nipy_spectral(float(i) / n_clusters)#绘制轮廓这里fill_betweenx是通过x坐标长度绘制,fill_betweeny则是按y坐标来绘制ax1.fill_betweenx(np.arange(y_lower, y_upper), ith_cluster_silhouette_values, facecolor=color, alpha=0.7)#写上文字前两参数时坐标,后面是文字ax1.text(-0.05, y_lower + 0.5 * size_cluster_i, str(i))#设置下一个的y_lowery_lower = y_upper + 10ax1.set_title("The silhouette plot for the various clusters.")ax1.set_xlabel("The silhouette coefficient values")ax1.set_ylabel('Cluster label')#绘制虚直线ax1.axvline(x=silhouette_avg, color='red', linestyle="--")ax1.set_yticks([])ax1.set_xticks([-0.1, 0, 0.2, 0.4, 0.6, 0.8, 1])colors = cm.nipy_spectral(cluster_labels.astype(float) / n_clusters)ax2.scatter(X[:, 0], X[:, 1], marker='o', s=8, c=colors)centers = clusterer.cluster_centers_ax2.scatter(centers[:, 0], centers[:, 1], marker='x', c='red', alpha=1, s=200)ax2.set_title("The visualization of the clustered data.")ax2.set_xlabel("Feature space for the 1st feature")ax2.set_ylabel("Feature space for the 2nd feature")#设置大标题plt.suptitle(("Silhouette analysis for KMeans clustering on sample data with n_clusters = %d" % n_clusters),fontsize=14, fontweight='bold')plt.show()

绘制图像如下:
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

这篇关于sklearn机器学习之Kmeans根据轮廓系数选择参数n_clusters的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/535030

相关文章

一文带你了解SpringBoot中启动参数的各种用法

《一文带你了解SpringBoot中启动参数的各种用法》在使用SpringBoot开发应用时,我们通常需要根据不同的环境或特定需求调整启动参数,那么,SpringBoot提供了哪些方式来配置这些启动参... 目录一、启动参数的常见传递方式二、通过命令行参数传递启动参数三、使用 application.pro

基于@RequestParam注解之Spring MVC参数绑定的利器

《基于@RequestParam注解之SpringMVC参数绑定的利器》:本文主要介绍基于@RequestParam注解之SpringMVC参数绑定的利器,具有很好的参考价值,希望对大家有所帮助... 目录@RequestParam注解:Spring MVC参数绑定的利器什么是@RequestParam?@

Java进阶学习之如何开启远程调式

《Java进阶学习之如何开启远程调式》Java开发中的远程调试是一项至关重要的技能,特别是在处理生产环境的问题或者协作开发时,:本文主要介绍Java进阶学习之如何开启远程调式的相关资料,需要的朋友... 目录概述Java远程调试的开启与底层原理开启Java远程调试底层原理JVM参数总结&nbsMbKKXJx

SpringBoot接收JSON类型的参数方式

《SpringBoot接收JSON类型的参数方式》:本文主要介绍SpringBoot接收JSON类型的参数方式,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... 目录一、jsON二、代码准备三、Apifox操作总结一、JSON在学习前端技术时,我们有讲到过JSON,而在

JAVA虚拟机中 -D, -X, -XX ,-server参数使用

《JAVA虚拟机中-D,-X,-XX,-server参数使用》本文主要介绍了JAVA虚拟机中-D,-X,-XX,-server参数使用,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... 目录一、-D参数二、-X参数三、-XX参数总结:在Java开发过程中,对Java虚拟机(JVM)的启动参数进

基于Python实现多语言朗读与单词选择测验

《基于Python实现多语言朗读与单词选择测验》在数字化教育日益普及的今天,开发一款能够支持多语言朗读和单词选择测验的程序,对于语言学习者来说无疑是一个巨大的福音,下面我们就来用Python实现一个这... 目录一、项目概述二、环境准备三、实现朗读功能四、实现单词选择测验五、创建图形用户界面六、运行程序七、

解读docker运行时-itd参数是什么意思

《解读docker运行时-itd参数是什么意思》在Docker中,-itd参数组合用于在后台运行一个交互式容器,同时保持标准输入和分配伪终端,这种方式适合需要在后台运行容器并保持交互能力的场景... 目录docker运行时-itd参数是什么意思1. -i(或 --interactive)2. -t(或 --

前端知识点之Javascript选择输入框confirm用法

《前端知识点之Javascript选择输入框confirm用法》:本文主要介绍JavaScript中的confirm方法的基本用法、功能特点、注意事项及常见用途,文中通过代码介绍的非常详细,对大家... 目录1. 基本用法2. 功能特点①阻塞行为:confirm 对话框会阻塞脚本的执行,直到用户作出选择。②

Java深度学习库DJL实现Python的NumPy方式

《Java深度学习库DJL实现Python的NumPy方式》本文介绍了DJL库的背景和基本功能,包括NDArray的创建、数学运算、数据获取和设置等,同时,还展示了如何使用NDArray进行数据预处理... 目录1 NDArray 的背景介绍1.1 架构2 JavaDJL使用2.1 安装DJL2.2 基本操

Java通过反射获取方法参数名的方式小结

《Java通过反射获取方法参数名的方式小结》这篇文章主要为大家详细介绍了Java如何通过反射获取方法参数名的方式,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录1、前言2、解决方式方式2.1: 添加编译参数配置 -parameters方式2.2: 使用Spring的内部工具类 -