集群之间的距离kmeans sklearn python

Question

我正在使用sklearn的k均值聚类对数据进行聚类。现在，我想知道群集之间的距离，但是找不到。我可以计算每个质心之间的距离，但想知道是否有一个函数可以获取它，以及是否有一种方法可以获取每个聚类之间的最小/最大/平均链接距离。我的代码很简单：

km = KMeans(n_clusters = 5, random_state = 1)
km.fit(X_tfidf )

clusterkm = km.cluster_centers_

clusters = km.labels_.tolist()

谢谢！

Answer 1

不幸的是，您将不得不自己计算聚类中心的距离。 Scikit没有提供开箱即用的方法。这是一个类似的问题设置：

from sklearn.datasets import load_iris
from sklearn.cluster import KMeans
from sklearn.metrics.pairwise import euclidean_distances

X, y = load_iris(return_X_y=True)
km = KMeans(n_clusters = 5, random_state = 1).fit(X)

以及如何计算距离：

dists = euclidean_distances(km.cluster_centers_)

然后要获取您感兴趣的统计信息，您只需在距离矩阵的上（或下）三角角上进行计算：

import numpy as np
tri_dists = dists[np.triu_indices(5, 1)]
max_dist, avg_dist, min_dist = tri_dists.max(), tri_dists.mean(), tri_dists.min()