k-means聚类时使用SSE(簇内误方差)进行最优K的选取

# -*- coding: utf-8 -*-
import pandas as pd
from sklearn.cluster import KMeans
import matplotlib.pyplot as plt
'''
k-means最优K的选取
'''
data_Path = 'dataset/first_round_training_data.csv'
df_features = pd.read_csv(data_Path)  # 读入数据

'针对对特征Parameter1,利用SSE选择最优k'
SSE = []  # 存放每次结果的误差平方和
for k in range(1, 9):  # K的范围 : 1-9
    estimator = KMeans(n_clusters=k)  # 构造聚类器
    estimator.fit(df_features[['Parameter1']])
    SSE.append(estimator.inertia_)
X = range(1, 9)
plt.xlabel('k')
plt.ylabel('SSE')
plt.plot(X, SSE, 'o-')
plt.show()

 

运行截图:

k-means聚类时使用SSE(簇内误方差)进行最优K的选取_第1张图片

选择折线坡度骤减的点作为最优K,如上图K为2时最优

参考博客: https://blog.csdn.net/qq_15738501/article/details/79036255

你可能感兴趣的:(数据挖掘)