Python中有一种称为K-means的聚类方法。经过聚类处理后，我想基于支持向量机或其他分类方法来计算每个聚类的准确性。
我该怎么做？
答案 0 :(得分：1)
对于任何群集，在一天结束时，它都会尝试最大化不同群集之间的距离，同时最小化群集内的距离。距离本身就是您必须定义的度量，即，Manhatten，Euclidean，Statistics等。聚类没有真正的“准确性”，因为它取决于数据的外观和决定的聚类数量。实际上，很多时候，如果在对数据进行混洗后重新运行相同的算法，则会获得不同的簇！
以该示例为例：您尝试将动物/昆虫分为3种类型。动物是熊，蛇，蜘蛛和浣熊。
由于定义的群集数量为3，因此群集可能为：
1）熊，浣熊 2）蛇 3）蜘蛛
这不一定意味着熊和浣熊非常相似，只是它们与其他动物相比更近一些。
综上所述，分析每个聚类的“准确性”的最佳方法是使用轮廓分析。此分析将测量每个点到群集中其他点的距离，并将其与每个点到群集外部其他点的距离进行比较。如果确定一个点与当前聚类之外的另一个点的距离较小，则意味着该数据点的标记较差。
请查看此链接，它将为您提供逐步指南，以使用K均值创建聚类，然后使用“轮廓分析”评估聚类的“准确性”！
http://scikit-learn.org/stable/auto_examples/cluster/plot_kmeans_silhouette_analysis.html