聚类之间的距离 kmeans sklearn python

Question

我正在使用 sklearn 的 k-means 聚类来聚类我的数据。现在我想知道我的集群之间的距离，但找不到。我可以计算每个质心之间的距离，但想知道是否有获取它的函数以及是否有办法获取每个集群之间的 minimum/maximum/average 链接距离。我的代码很简单：

km = KMeans(n_clusters = 5, random_state = 1)
km.fit(X_tfidf )

clusterkm = km.cluster_centers_

clusters = km.labels_.tolist()

谢谢！

Answer 1

不幸的是，您将不得不自己计算聚类中心上的那些距离。 Scikit 没有提供开箱即用的方法。这是一个类似的问题设置：

from sklearn.datasets import load_iris
from sklearn.cluster import KMeans
from sklearn.metrics.pairwise import euclidean_distances

X, y = load_iris(return_X_y=True)
km = KMeans(n_clusters = 5, random_state = 1).fit(X)

以及如何计算距离：

dists = euclidean_distances(km.cluster_centers_)

然后要获得您感兴趣的统计数据，您只需计算距离矩阵的上（或下）三角角：

import numpy as np
tri_dists = dists[np.triu_indices(5, 1)]
max_dist, avg_dist, min_dist = tri_dists.max(), tri_dists.mean(), tri_dists.min()

Answer 2

km.inertia_ 是 sklearn 的度量，KMeans 是距离平方和。

来自 sklearn 网站：惯性_：浮动样本到其最近的聚类中心的平方距离之和，如果提供，则由样本权重加权。 https://scikit-learn.org/stable/modules/generated/sklearn.cluster.KMeans.html

聚类之间的距离 kmeans sklearn python

Distance between clusters kmeans sklearn python

python

distance

k-means

scikit-learn