Spectral Clustering 并用silhouette指标值确定最优聚类数目
clusterDatathon.py 说明：
输入：（dataExample）
处理：选择一系列的cluster数目，进行spectral clustering（经过比较，感觉spectral clustering可能效果好一点），通过silhouette指标值确定最优聚类数目
输出：
代码如下：
1 import pandas as pd 2 import numpy as np 3 from sklearn import metrics 4 from sklearn.cluster import SpectralClustering 5 6 ##读入data 7 dfs = pd.read_excel(r"C:\Users\Yi\Desktop\datathon\dataExample.xls") 8 dfs = dfs.values 9 [n_examples,n_features]=dfs.shape 10 11 ##用spectral clustering 12 ##用一系列的cluster数目，根据silhouette指标值确定最优分类数目 13 small=5 14 large=40 15 silScore=np.zeros([1,large-small+1]) 16 17 for i in range(small,large): 18 clustering_i = SpectralClustering(n_clusters=i,assign_labels="discretize",random_state=5).fit(dfs) 19 labels = clustering_i.labels_ 20 silScore[0,i-small]=metrics.silhouette_score(dfs, labels, metric='euclidean') 21 22 ##找到silhouette指标值最大时 cluster数目 23 index=np.argmax(silScore) 24 25 ##此时的聚类结果 26 n_clusters=index+small 27 cluster_result=SpectralClustering(n_clusters,assign_labels="discretize",random_state=5).fit(dfs) 28 labels_result=cluster_result.labels_ 29 30 ##输出各example的所属类 31 print("the number of clusters: \n", n_clusters) 32 print("to which cluster, the example belongs: \n",labels_result)
