python - 如何在 python 中使用 k-prototype 找到最佳簇数

Question

我正在尝试使用 k-prototypes 算法对一些大数据进行聚类。我无法使用 K-Means 算法，因为我同时拥有分类数据和数值数据。通过 k 原型(prototype)聚类方法，如果我定义了我想要的 k 值，我就能够创建集群。

如何为此找到合适的集群数量？

仅使用数值数据的流行方法(如肘部方法和轮廓评分法)是否适用于混合数据？

Answer 1

您可以使用此代码:

#Choosing optimal K
cost = []
for num_clusters in list(range(1,8)):
    kproto = KPrototypes(n_clusters=num_clusters, init='Cao')
    kproto.fit_predict(Data, categorical=[0,1,2,3,4,5,6,7,8,9])
    cost.append(kproto.cost_)

plt.plot(cost)

来源:https://github.com/aryancodify/Clustering