sklearn：在测试数据集上计算k均值的准确性得分
我正在对30个带有2个聚类的样本进行k均值聚类（我已经知道有两个类）。我将数据分为训练集和测试集，并尝试计算测试集的准确性得分。但是有两个问题：首先，我不知道我是否真的可以针对k均值聚类做到这一点（测试集上的准确性得分）。第二：如果我被允许这样做，那么我的实现是写的还是错误的。这是我尝试过的：
df_hist = pd.read_csv('video_data.csv')
y = df_hist['label'].values
del df_hist['label']
df_hist.to_csv('video_data1.csv')
X = df_hist.values.astype(np.float)
X_train, X_test,y_train,y_test = cross_validation.train_test_split(X,y,test_size=0.20,random_state=70)
k_means = cluster.KMeans(n_clusters=2)
k_means.fit(X_train)
print(k_means.labels_[:])
print(y_train[:])
score = metrics.accuracy_score(y_test,k_means.predict(X_test))
print('Accuracy:{0:f}'.format(score))
k_means.predict(X_test)
print(k_means.labels_[:])
print(y_test[:])
但是，当我在 最后三行中 打印 测试集的k-means标签（ k_means.predict（X_test）
print（k_means.labels [：]） ）和y_test标签（ _print（k_means.labels [：]）_ ）时，与安装X-
train时得到的标签相同，而不是为X测试生成的标签。知道我在这里做错了什么吗？我在评估k均值性能时所做的一切对吗？谢谢！
问题答案：
在评估准确性方面。您应该记住，k均值 不是分类工具 ，因此分析准确性不是一个好主意。您可以执行此操作，但这不是k-
means的目的。它应该找到一组最大的集群间距离的数据，而不使用您的标签进行训练。因此，通常使用RandIndex和其他聚类指标来测试k均值。为了使准确性最大化，您应该适合实际的分类器，例如kNN，逻辑回归，SVM等。
就代码本身而言，k_means.predict(X_test) 返回 标签，它不更新内部labels_字段，您应该这样做
print(k_means.predict(X_test))
此外，在python中，您不必（也不应该）用于[:]打印数组，只需执行
print(k_means.labels_)
print(y_test)
-
问题内容： 我正在寻找带有示例的k-means算法的Python实现来聚类和缓存我的坐标数据库。 问题答案： 更新：（ 在最初回答之后十一年，可能是该进行更新的时候了。） 首先，您确定要使用k均值吗？ 该页面很好地总结了一些不同的聚类算法。我建议您在图形之外，特别查看每种方法所需的参数，并确定您是否可以提供所需的参数（例如，k均值需要簇的数量，但是也许您不知道在开始之前就知道了）群集）。 以下是一
-
问题内容： $fooValue = 100.68; $cowValue = 100.67; 这将显示“错误”。 我知道用Java做些什么。但是我不太擅长PHP，尤其是在计算方面。 请帮帮我。我是说如何成功？ 问题答案： 浮点数是一种不精确的数据类型（就像所有浮点数据类型一样），因为在二进制之间进行转换可能会失去精度。这就是为什么当您需要高精度（精确）时不应该使用浮点运算的原因。 在PHP中，检查B
-
问题内容： 这是我的问题，我有一个像这样的数据框： 我只想计算整个数据帧的平均值，因为以下方法不起作用： 然后我想出了： 但是，此技巧不适用于计算标准偏差。我最后的尝试是： 除了在后一种情况下，它使用了numpy中的mean（）和std（）函数。这不是平均值的问题，而是std的问题，因为pandas函数默认使用，而不是numpy的where 。 问题答案： 您可以将数据框转换为单列（将形状从5x3
-
我想用excel计算三个月内三名员工的销售标准差和平均值。是否有一个公式可以根据所选员工姓名给出该公式？我希望它是一个可重复和可扩展的公式，适用于100名员工。另外，我不想在这里使用pivot功能，因为我想在pivot字段中使用std-dev和average。输入输入 输出
-
问题内容： 我正在尝试根据前三个月的实际情况或预测来计算销售预测。 假设我要计算 每个 公司未来18个月的预测。 我正在查看去年的数据。一些公司有例如2个月的数据，而其他12个月等等。 我已经搜索并找到了许多不同的解决方案，但是所有这些解决方案都只考虑了实际情况。 我认为我必须进行递归CTE，但我无法弄清楚。 请帮忙 ：） 问题答案： 因此，您想要基于先前的移动平均线的移动平均线：）我认为，在SQ
-
$k$均值聚类算法(k-means clustering algorithm) 在聚类的问题中，我们得到了一组训练样本集 ${x^{(1)},...,x^{(m)}}$，然后想要把这些样本划分成若干个相关的“类群（clusters）”。其中的 $x^{(i)}\in R^n$，而并未给出分类标签 $y^{(i)}$ 。所以这就是一个无监督学习的问题了。 $K$ 均值聚类算法如下所示： 随机初始化（