python - 如何评估 kmeans 算法的测试误差
问题描述
我试图了解如何在未用于 kmeans 算法训练的测试集上评估错误 (1 - R^2)。特别是在这个模型定义之后
kmeans = KMeans(n_clusters=5, n_init=10, random_state=rs)
kmeans.fit(Xtrain)
我为每个集群学习了一个线性模型,并通过这个函数计算了误差
(1-lr.score(cluster, Y_cluster))
现在,我想在测试集上看到同样的错误,所以,在网上搜索,我发现 .predict(Xtest) 函数有助于将测试集的每个元素链接到其相关集群。我还注意到返回的所有值都是 0 或 3。从现在开始,我一直纠结于如何使用上面报告的 score() 函数计算错误,我尝试使用 (Xtest[kmeans.labels_==i]但它返回错误。有什么帮助吗?
解决方案
推荐阅读
- reactjs - 打字稿中的嵌套导出
- c++ - 我的 Snake 游戏在您吃苹果时崩溃,苹果在您选择新位置后会在您体内生成(C++,SDL)
- javascript - R Shiny 中的数据表:在 JavaScript 的帮助下,使用 KeyTable 扩展从数据表中读取标记的单元格
- javascript - 我正在阅读的 Django 会议记录是一个月?
- angular - 角中心模态
- f# - FParsec 无法识别类型的构造函数
- batch-file - 机器复制 | 由于新版本,我的数据备份批处理不再起作用,为什么?微软做了什么?
- javascript - 如何在 WooCommerce 中显示产品自定义字段值?
- mongoose - 如何在对象数组Mongodb中查找和匹配多个键?
- opencv - 如何检测网球是否越过网