我对K-Means聚类技术很陌生。我想为K-Means计算BIC以找到最佳K（簇数）。我在网上四处寻找python中的解决方案，但除this thread之外没有具体的例子，我不确定是否正确。有什么想法吗？
答案 0 :(得分：2)
BIC基本上是
形式的（合理的）启发式算法BIC(theta|x, n) = -2 ln L(x|theta) + params(theta) lg n
其中x是样本，n是样本数，theta是您的模型，params(theta)是估算参数的数量，L是可能性与您的模型相关联的函数，因此您需要概率模型来分配概率（ln L(x|theta) = ln PROD_{i=1}^n P(x|theta) = SUM_{i=1}^d ln P(x|theta)）。实际上，虽然很容易计算params（因为它只是K * d，其中K是来自K-means的K和空间的d维度），你无法真正计算概率，因为K-means不能为你提供概率直接模型。
另一方面，您实际上可以显示（http://mlg.eng.cam.ac.uk/teaching/3f3/1011/lect4.pdf）存在等效的概率方法，从而导致相同的成本函数。因此，即使您首先拟合非概率模型，您也可以在拟合k均值后轻松恢复实际概率模型的解。
正确的python实现位于例如：https://github.com/mynameisfiber/pyxmeans/blob/master/pyxmeans/xmeans.py（他们的_loglikelihood函数来自上面的等式ln L(x|theta)。