如何根据数据集选取聚类的评价指标python代码示例

在选择聚类的评价指标时，需要根据具体的问题和数据集来选择合适的指标。以下是一个根据数据集选取聚类评价指标的示例代码：

from sklearn.cluster import KMeans
from sklearn.datasets import make_blobs
from sklearn.metrics import silhouette_score, calinski_harabasz_score, normalized_mutual_info_score

# 生成模拟数据
X, y_true = make_blobs(n_samples=1000, centers=4, random_state=42)

# 使用KMeans进行聚类
kmeans = KMeans(n_clusters=4, random_state=42).fit(X)
y_pred = kmeans.labels_

# 计算不同的评价指标
score1 = silhouette_score(X, y_pred)
score2 = calinski_harabasz_score(X, y_pred)
score3 = normalized_mutual_info_score(y_true, y_pred)

# 打印评价指标的结果
print("Silhouette Score: ", score1)
print("Calinski Harabasz Score: ", score2)
print("NMI Score: ", score3)

在上面的代码中，我们使用make_blobs生成了一个包含1000个样本和4个簇的模拟数据集。然后我们使用KMeans算法对数据进行聚类，并得到聚类结果y_pred。接着，我们分别使用silhouette_score、calinski_harabasz_score和normalized_mutual_info_score函数来计算不同的评价指标score1、score2和score3。最后打印评价指标的结果，根据评价指标的取值范围来判断聚类效果的好坏，选择合适的评价指标进行聚类。