Scikit learn 属性错误：'；KMeans'；对象没有属性'；惯性'； 从sklearn.cluster导入KMeans 进口numpy 作为pd进口熊猫 从熊猫导入读取 boston=read_csv（“../desktop/boston.csv”） 印刷品（波士顿） 打印（波士顿专栏） 德尔波士顿['index'] 德尔波士顿['chas'] 印刷品（波士顿） sse=[] 对于范围（1,9）内的i： kmeans=kmeans（n_集群=i，最大iter=300） sse.append（kmeans.INITERY)

我越来越

AttributeError:'KMeans'对象没有属性'inertia'

---

我试图使用k均值找出波士顿数据上适当数量的聚类，k均值在模型拟合时创建

惯性

等属性；但是在这里，您没有调用

.fit

方法，因此出现了错误

在调用

kmeans.惯性之前，需要使用数据运行
kmeans.fit（）
；以下是使用sklearn的波士顿数据的完整示例：

从sklearn.cluster导入KMeans
从sklearn.dataset导入加载
将matplotlib.pyplot作为plt导入
十、 y=加载（返回值为真）
sse=[]
对于范围（1,9）内的i：
kmeans=kmeans（n_集群=i，最大iter=300）
kmeans.fit（X）#