用Python

Question

据我所知，Python中没有AIC包。因此，我试图手动计算它以找到我的数据集中的最佳簇数（我使用K-means进行聚类）

我正在关注Wiki上的等式：

AIC = 2k - 2ln（最大可能性）

以下是我目前的代码：

range_n_clusters = range(2, 10)
for n_clusters in range_n_clusters:
    model = cluster.KMeans(n_clusters=n_clusters, init='k-means++', n_init=10, max_iter=300, tol=0.0001,
                           precompute_distances='auto', verbose=0, random_state=None, copy_x=True, n_jobs=1)
    model.fit(X)
    centers = model.cluster_centers_
    labels = model.labels_
    likelihood = ?????
    aic = 2 * len(X.columns) - 2 * likelihood
    print(aic)

有关如何计算似然值的任何指示？

//更新： 使用高斯混合模型计算AIC：

它不应该看起来像曲线吗？ （而不是直线）

我的密码：

def aic(X):
  range_n_clusters = range(2, 10)
  aic_list = []
  for n_clusters in range_n_clusters:
     model = mixture.GaussianMixture(n_components=n_clusters, init_params='kmeans')
     model.fit(X)
     aic_list.append(model.aic(X))
  plt.plot(range_n_clusters, aic_list, marker='o')
  plt.show()

Answer 1

我假设你使用scikit-learn来完成这项工作。在这种情况下，有一个与K-means相关的模型，称为Gaussian Mixture models。这些模型可以采用K-means聚类进行初始化。之后，它模拟了K-means中心周围的高斯曲线。这会创建一个概率密度函数，它是输入数据的推广。使用此功能的好处是，您可以计算可能性，从而计算AIC。

所以你可以这样做：

std::string

比较简单。