1
为了得到畸变函数（每个点到它中心的距离之和），K表示通过Scikit-Learn进行聚类，一种简单的方法就是获取中心（k_means.cluster_centers_）和总结每个点的距离。K的失真函数Scikit-Learn的平均值
想知道是否有更快的方法吗？ （就程序员而言）类似于直接函数调用等等。
A
回答
2
这已在类的inertia_属性中的fit时间处预先计算。
>>> from sklearn.datasets import load_iris
>>> from sklearn.cluster import KMeans
>>> iris = load_iris()
>>> km = KMeans(3).fit(iris.data)
>>> km.inertia_
78.940841426146108
+1
也检查簇大小，'np.bincount（km.labels_）' - 如果它们严重不平衡，则说明存在问题。 （你有多少个集群？） – denis 2012-07-20 09:36:14
我猜是有的，因为获得聚类中心意味着总结距离。 – 2012-07-17 19:48:55