Question

人。我还是一个尝试学习ML的初学者，所以请原谅我这么简单的问题。我有一个来自UCI ML Repository的数据集。因此，开始应用各种无监督算法，其中我也应用了K Means Cluster算法。当我打印出准确度分数时，它是负面的，不仅仅是一次而是很多次。据我所知，分数不是负数。所以，请你帮我解释为什么它是消极的。

感谢任何帮助。

    import pandas as pd
import numpy as np

a = pd.read_csv('https://archive.ics.uci.edu/ml/machine-learning-databases/abalone/abalone.data', names = ["a", "b", "c", "d","e","f","g","h","i"])

b = a

c = b.filter(a.columns[[8]], axis=1)
a.drop(a.columns[[8]], axis=1, inplace=True)

from sklearn.preprocessing import LabelEncoder

le1 = LabelEncoder()
le1.fit(a.a)
a.a = le1.transform(a.a)

from sklearn.preprocessing import OneHotEncoder

x = np.array(a)
y = np.array(c)

ohe = OneHotEncoder(categorical_features=[0])

ohe.fit(x)

x = ohe.transform(x).toarray()

from sklearn.model_selection import train_test_split

xtr, xts, ytr, yts = train_test_split(x,y,test_size=0.2)

from sklearn import cluster

kmean = cluster.KMeans(n_clusters=2, init='k-means++', max_iter=100, n_init=10)
kmean.fit(xtr,ytr)
print(kmean.score(xts,yts))

谢谢！

Answer 1

群集不是分类。

请注意＆＃39; y＆＃39; fit的参数是忽略。 Kmeans总会预测0,1，...，k-1。所以它永远不会在这个数据集上做出正确的标签，因为它甚至不知道标签应该是什么样子。将分类中的内容转移到群集中确实无效。你需要从头开始重新学习。不同的工作流程，不同的评价。

Answer 2

k均值得分指示这些点距质心的距离。在scikit学习中，分数越接近零越好。

差得分将返回较大的负数，而好的得分将返回接近零。通常，您将需要使用scores方法的输出绝对值，以便更好地可视化。

k表示聚类方法得分为负

2 个答案: