无监督模型K- means重要参数介绍

class sklearn.cluster.KMeans (n_clusters=8, init=’k-means++’, n_init=10, max_iter=300, tol=0.0001, precompute_distances=’auto’, verbose=0, random_state=None, copy_x=True, n_jobs=None, algorithm=’auto’)

1.K- Means的重要参数

- 重要参数：
    - n_clusters
        - n_clusters是KMeans中的k，表示着我们告诉模型我们要分几类。这是KMeans当中唯一一个必填的参数，默认为8 类，但通常我们的聚类结果会是一个小于8的结果。通常，在开始聚类之前，我们并不知道n_clusters是多少，要去探索。
    - random_state
        - 用于初始化质心的生成器。
    - max_iter:模型最大迭代次数

2.KMeans的首次探索

- 当我们拿到一个数据集，如果可能的话，我们希望能够通过绘图先观察一下这个数据集的数据分布，以此来为我们聚类时输入的n_clusters做一个参考。 首先，我们来自己创建一个数据集使用make_blobs。这样的数据集是我们自己创建，所以是有标签的。

#伪造测试样本
from sklearn.datasets import make_blobs
#参数解释：
#n_samples:样本总量
#n_features：特征维度
#centers:样本类别
X,y = make_blobs(n_samples=500,n_features=2,centers=4,random_state=2020)
#X试题，y答案

#观察500个样本根据不同的类别对应分布形式
import matplotlib.pyplot as plt
#将不同类别的特征使用不同的颜色表示
color = ['red','pink','orange','gray']
for i in range(4):
    plt.scatter(X[y==i,0],X[y==i,1],c=color[I])


#基于测试样本将其聚成4个簇
model = KMeans(n_clusters=4)
model.fit(X)

model.labels_ #对500个样本的聚类结果

基于分布结果，我们用Kmeans进行聚类

 - labels_:表示样本聚类的结果
 - cluster_centers_:返回质心坐标
 - inertia_:整体平方和

model.cluster_centers_
model.inertia_

#观察下不同簇下对应的样本分布形态
labels = model.labels_
color = ['red','pink','orange','gray']
for i in range(4):
    plt.scatter(X[labels==i,0],X[labels==i,1],c=color[i])

3.K- Means对结果的预测？？？

KMeans算法通常情况是不需要预测结果的，因为该算法本质上是在对未知分类数据的探索。但是在某些情况下我们也可以使用predict进行预测操作。
    - 我们什么时候需要predict呢？
        - 当数据量太大的时候！
            - 其实我们不必使用所有的数据来寻找质心，少量的数据就可以帮助我们确定质心了。
            - 当我们数据量非常大的时候，我们可以使用部分数据来帮助我们确认质心
            - 剩下的数据的聚类结果，使用predict来调用。

#获取了原先样本的一半样本量
X_n = X[0:250]
y_n = y[0:250]

model = KMeans(n_clusters=4)
model.fit(X_n)

#使用训练好的模型对另一半样本进行分类
model.predict(X[250:])

4.评估效果

#查看k值的不同对整体平方和的影响
model = KMeans(n_clusters=2)
model.fit(X)
model.inertia_

#查看k值的不同对整体平方和的影响
model = KMeans(n_clusters=4)
model.fit(X)
model.inertia_
#查看k值的不同对整体平方和的影响
model = KMeans(n_clusters=3)
model.fit(X)
model.inertia_
#查看k值的不同对整体平方和的影响
model = KMeans(n_clusters=6)
model.fit(X)
model.inertia_