R 如何从k均值算法中获得误差平方和（SSE）？

我有一个两列450行的数据框。首先，我必须使用不同的K值（表示K个簇）运行K-means算法。每次运行不同的k值，我都要计算SSE。我刚刚给出了数学方程式。SSE的计算方法是将每个点的距离平方到其各自的簇质心，然后将所有内容相加。所以在最后，对于每个k值，我应该有SSE

我已经到了你运行k均值算法的地方：

Data.kemans <- kmeans(data, centers = 3)

---

Data.kemans我想这是由
kmeans
返回的。文件说：

价值观

kmeans返回类“kmeans”的对象，该对象具有一个print和一个fitted方法。该列表至少包含以下组件：

（……）

totss

平方的总和

withinss

簇内平方和的向量，每个簇一个分量

总含水量

簇内总平方和，即总和（withinss）

中间值

簇间平方和，即totss-tot.withinss

因此，
Data.kmeans$withinss
应该会给出您想要的答案。
如果您正在使用scikit学习计算SSE值，则有一个内置属性。惯性

from sklearn. cluster import KMeans
kmeans = KMeans()
kmeans.fit(your_data)
kmeans.inertia_ #returns the SSE value

欢迎来到StackOverflow！请阅读相关信息以及如何给出建议。这将使其他人更容易帮助您。请阅读
？kmeans
（功能文档）。我想你想要的是tot.withinss:Total in cluster sum of squares，即sum（withinss）这里有一些指导原则。提供的答案可能是正确的，但可以从解释中获益。仅代码的答案是低质量的答案。添加一些解释，说明为什么您认为此代码段可以工作。提供的答案被标记为低质量帖子，以供审阅。以下是一些指导原则。提供的答案可能是正确的，但可以从解释中获益。仅代码答案不被视为“好”答案。从…起