python - python中的肘部方法
问题描述
我正在尝试自己在python中实现肘部方法以获得最佳数量的集群。因此,我总结了不同 k-means 运行的惯性:
sum_squared_dist = []
K = range(1,30)
for k in K:
km = KMeans(n_clusters=k, random_state=0)
km = km.fit(normalized_modeling_data)
sum_squared_dist.append(km.inertia_)
plt.plot(K, sum_squared_dist, 'bx-')
plt.xlabel('number of clusters k')
plt.ylabel('Sum of squared distances')
plt.show
所以下一个方法是找到点,如果曲线开始变平(这应该意味着一阶导数正在下降)。numpy 或 scikit-learn 中是否有内置方法来计算数组的推导?
解决方案
推荐阅读
- android - 在 Android 上,int 作为 null 传递给数据库
- javascript - EventSource 的响应具有不是“text/event-stream”的 MIME 类型(“text/html”)。中止连接。标头设置为文本/事件流
- java - 如何在 Xsl-FO PDF 和 Java 中配置 kannada 字体
- ios - 如何使用 OpenCV 检测人体轮廓?
- node.js - 如何使用电子邮件而不是 id 更新 mongodb 文档?
- html - Laravel 形成 HTML 表单和令牌的最佳方式
- arduino - IT66121 ic HDMI 成帧器
- sorting - DSpace - XMLUI 发现 - 对包含文本值的元数据应用数字排序顺序对项目进行排序
- java - 如何使用 java selenium 重构按钮 webElement?
- excel - 当累积和达到一定条件时查找行