K均值聚类算法中如何寻找silhouette_score

Question

我正在为K均值聚类算法寻找silhouette_score .实际上，我正在使用其他4种算法，我必须找到所有四种算法中的silhouette_score。我试图首先找到k均值集群，并为所有其他集群使用相同的代码。

import pandas as pd
import numpy as np

from sklearn.datasets import load_wine
df = load_wine()

from sklearn.preprocessing import MinMaxScaler

X_scaled_data = MinMaxScaler().fit_transform(df.data)

import matplotlib.pyplot as plt
from sklearn.cluster import KMeans

kmeans = KMeans(n_clusters=3).fit(X_scaled_data)

from sklearn.metrics import silhouette_score

silhouette_avg = silhouette_score(X_scaled_data, kmeans.labels_)
print("For n_clusters =", 3, "The average silhouette_score is :", silhouette_avg)

以下是错误：

​

​

Answer 1

你发布的代码示例对我有用。

但是，正如错误消息所述，预测标签中的唯一标签(n_labels)数量不超过1，这意味着算法将所有点分配给同一个集群。如果您查看文档的剪影-得分，您会注意到在本例中没有定义度量：

注意，只有标签数为2 <= n_labels <= n_samples - 1时才定义轮廓系数。

也许可以考虑用不同的标准。这里是一些例子。或者，在计算剪影得分之前，检查预测中唯一标签的数量。