如何在python中使用k-prototype找到最佳簇数

Question

我正在尝试使用k-prototypes算法聚类一些大数据。我无法使用K-Means算法，因为我有分类和数字数据。通过k原型聚类方法，如果我定义了我想要的k值，我就能够创建聚类。

如何为此找到适当数量的群集。

对于混合数据，只有数值数据的流行方法（如肘法和轮廓分数法）是否适用？

Answer 1

大多数评估方法都需要距离矩阵。

然后，只要你有一个有助于解决问题的距离函数，他们就会使用混合数据。但它们的可扩展性不高。

Answer 2

是的肘部方法足以获得簇数。因为它基于总和的平方。

Answer 3

您可以使用以下代码：

#Choosing optimal K
cost = []
for num_clusters in list(range(1,8)):
    kproto = KPrototypes(n_clusters=num_clusters, init='Cao')
    kproto.fit_predict(Data, categorical=[0,1,2,3,4,5,6,7,8,9])
    cost.append(kproto.cost_)

plt.plot(cost)

来源：https://github.com/aryancodify/Clustering