python - 如何评估 kmeans 算法的测试误差

Question

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？

标签： pythonscikit-learnk-means