人工智能_机器学习082_聚类评价指标_手写代码_使用轮廓系数算法_找出最佳类别数目---人工智能工作笔记0122

然后我们来看看,如何使用轮廓系数来,判断我们应该分为几类数据

首先导包:

import numpy as np 导入数学计算包

from sklearn import datasets  导入数据生成包

from sklearn.cluster import KMeans 导入聚类算法包

from sklearn.metrics import silhouette_score#轮廓系数  导入轮廓系数包

import matplotlib.pyplot as plt  导入画图包

然后我们再来看,

X,y = datasets.make_blobs(centers = 3,random_state =1024)

这里这个意思使用make_blobs 生成,3种分类的数据,并且,我们指定了centers是3,表示3种分类,然后指定了random_state=1024 表示,每次按照1024这种规则生成随机数据集

这样生成的数据,每次就都是一样的了.

然后我们再去看一下参数,这

n_samples表示会为我们生成100个点,每个点有2个特征, n_feature=2 指定了每个点的特征数,这2个特征,正好对应x轴,y轴,正好可以画出来对吧,

然后centers=3,表示3种数据,然后,cluster_std=1.0 这个是生成的数据的标准差,也就是我们生成的