k 表示聚类方法得分为负

Question

伙计们。我还是一个尝试学习 ML 的初学者，所以请原谅我提出这样一个简单的问题。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，其中我还应用了 K 均值聚类算法。当我打印出准确度分数时，它是负数，不止一次，而是很多次。据我所知，分数不是负数。那么你能帮我看看为什么它是负面的吗？

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

聚类不是分类。

请注意，fit 的 'y' 参数被忽略。 Kmeans 将始终预测 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。把你在分类上做的事情转移到聚类上确实行不通。你需要从头开始重新学习这个。不同的工作流程，不同的评价。

Answer 2

k 均值分数表示点与质心的距离。在 scikit learn 中，分数越接近零越好。

不好的分数会 return 一个很大的负数，而好的分数 return 接近于零。通常，您会希望从 scores 方法中获取输出的绝对值以获得更好的可视化效果。

k 表示聚类方法得分为负

k means cluster method score negative

cluster-analysis

machine-learning

k-means

python-3.x

scikit-learn