Python 由于聚类的自动索引不'；不符合真实的标签？

由于聚类的自动索引可能是原始标签的排列，我们如何衡量K-Means聚类算法的准确性（例如，生成混淆矩阵）？

K-Means是一种聚类算法（分组算法，不用于分类），因此，检查和分析准确性是不可行的。k-means的主要概念是找到一组最大化“簇间”距离的数据点（并且没有标签的概念，因此无法得到精度矩阵）。更多见解：

---

必须使用

sklearn.cluster.KMeans

中的

predict

方法手动分析精度（假设您希望可视化由哪些数据点组成的集群）。它基本上是“预测X中每个样本所属的最接近的聚类。”（）

我也不太清楚你的意思。你最初的标签可能是地面真相标签。k-means提供的聚类结果通常是一个整数，其范围与您希望k-means算法提供的k个聚类的范围相同

我通常使用

pandas.crosstab

函数，用kmeans标记和交叉制表来可视化地面真相标记的定位

为获得更好的可视化效果，您可能需要使用以下选项：

import seaborn as sns
import matplotlib.pyplot as plt

plt.figure(figsize=(30,10))

# plot the heatmap for correlation matrix
ax = sns.heatmap(crosstab_groundtruth_kmeans.T, 
                square=True, annot=True, fmt='.2f')

ax.set_yticklabels(
    ax.get_yticklabels(),
    rotation=0);

out:

---

祝你好运~

您能添加示例代码吗？sklearn专门为以下情况提供了一个示例代码this@SergeyBushmanov哦，这是完美的答案！非常感谢。