from sklearn.cluster import KMeans from sklearn.metrics import silhouette_score import numpy as np import seaborn as sns import matplotlib.pyplot as plt # 读取数据 data = np.loadtxt(r"D:\数学建模\重航数学建模校赛\附件1(前50行).csv", encoding='gbk') # 定义肘部法函数 def find_best_k(data): SSE = [] for k in range(1, 11): estimator = KMeans(n_clusters=k) estimator.fit(data) SSE.append(estimator.inertia_) X = range(1, 11) plt.xlabel('k') plt.ylabel('SSE') plt.plot(X, SSE, 'o-') plt.show() # 计算轮廓系数 def calculate_silhouette_score(data, k): estimator = KMeans(n_clusters=k) estimator.fit(data) score = silhouette_score(data, estimator.labels_) return score # 调用函数 find_best_k(data) score = calculate_silhouette_score(data, 3) print(score)代码改进
时间: 2024-02-14 08:16:59 浏览: 89
import pandas as pd.docx
以下是对代码的一些改进建议:
1. 在函数 `find_best_k` 中,绘制图表的代码应该放在 for 循环外面,否则每次循环都会绘制一次图表,影响代码效率。同时,应该添加一个变量记录最佳的 k 值,以便后续计算轮廓系数时使用。
2. 在计算轮廓系数时,不应该固定 k 值为 3,而应该使用最佳的 k 值。
3. 在绘制图表时,应该添加标题和图例,方便阅读。
综上所述,改进后的代码如下所示:
```python
from sklearn.cluster import KMeans
from sklearn.metrics import silhouette_score
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
# 读取数据
data = np.loadtxt(r"D:\数学建模\重航数学建模校赛\附件1(前50行).csv", encoding='gbk')
# 定义肘部法函数
def find_best_k(data):
SSE = []
for k in range(1, 11):
estimator = KMeans(n_clusters=k)
estimator.fit(data)
SSE.append(estimator.inertia_)
# 绘制肘部法图表
plt.plot(range(1, 11), SSE, 'o-')
plt.xlabel('k')
plt.ylabel('SSE')
plt.title('Elbow method')
plt.legend(['SSE'])
plt.show()
# 计算最佳 k 值
best_k = np.argmin(np.diff(SSE)) + 2
return best_k
# 计算轮廓系数
def calculate_silhouette_score(data, k):
estimator = KMeans(n_clusters=k)
estimator.fit(data)
score = silhouette_score(data, estimator.labels_)
return score
# 调用函数
best_k = find_best_k(data)
score = calculate_silhouette_score(data, best_k)
print("Best k value:", best_k)
print("Silhouette score:", score)
```
改进后的代码中,肘部法图表只绘制了一次,最佳 k 值也只计算了一次,同时添加了标题和图例,方便阅读。轮廓系数计算时使用了最佳的 k 值,保证了计算结果的准确性。
阅读全文