python - 了解 scikit-learn KMeans 返回的 "score"

Question

我对一组文本文档(大约 100 个)应用了聚类。我使用 TfIdfVectorizer 将它们转换为 Tfidf 向量，并将向量作为输入提供给 scikitlearn.cluster.KMeans(n_clusters=2, init='k-means++', max_iter=100, n_init=10)。现在当我

model.fit()
print model.score()

在我的向量上，如果所有文本文档都非常相似，我会得到一个非常小的值，如果文档非常不同，我会得到一个非常大的负值。

我的基本目的是查找哪一组文档相似，但有人可以帮我理解这个 model.score() 值究竟意味着什么适合吗？我如何使用这个值来证明我的发现是正确的？

Answer 1

文档选择的词有点困惑。它说“与 K-means 目标上 X 的值相反。”这意味着 K-means 目标的负数。

K-Means 目标

K-means 的目标是减少点与其各自簇质心的距离的平方和。它还有其他名称，如 J-Squared 误差函数、J-score 或簇内平方和。该值说明集群的内部一致性。 (越少越好)

The objective function can be directly obtained from the following method.

model.inertia_