PCA 降维 + 基于轮廓系数确定K-Means最优簇数

第一步 将数据降维3维

pca = PCA(n_components = 3)
pca_weight_vec = pca.fit_transform(weight_vec)
pca_weight_vec[0:5]

第二步 基于轮廓系数的最优簇数

# 轮廓系数确定簇数 -> 最佳值为1，最差值为-1。接近0的值表示重叠的群集
def silhouette_score_show(data_vec=None, name=None):
    k = range(2, 10)
    score_list = []
    for i in k:
        model = KMeans(n_clusters=i).fit(data_vec)
        y_pre = model.labels_
        score = round(silhouette_score(data_vec, y_pre), 2) #round函数 返回, 前的数字的指定位数的值round（89.63222,2） = 89.63
        score_list.append(score)
    plt.figure(figsize=(12, 8))
    plt.plot(list(k), score_list)
    plt.xticks(fontsize=12)
    plt.yticks(fontsize=12)
    plt.rcParams['font.sans-serif']=['SimHei']
    plt.rcParams['axes.unicode_minus'] = False
    plt.xlabel('簇数', fontsize=15)
    plt.ylabel('系数', fontsize=15)
    plt.savefig(f'{name}轮廓系数.jpg')
    plt.show()