AttributeError: \'KMeans\' 对象没有属性 \'k\'

Answer 1

我尝试了一些东西，但我需要帮助理解为什么我应该为此定义一个class。代码：

class find_n_cluster:
    def __init__(self, train_data, metric) -> None:
        self.data = train_data
        self.metric = metric
        self.visualizer = KElbowVisualizer(KMeans(), k=11, metric=self.metric, timings= True)

    def fit(self):
        self.visualizer.fit(self.data)

model = find_n_cluster(data, 'silhouette')
model.fit()

结果（由于情节而出乎意料）：

再说一次，我什至没有要求任何情节！ 另外，我不知道如何为这个工作定义一个class 来解决这个错误！！

---

更新
我通过在self.visualizer.fit(self.data) 之后添加plt.close() 解决了与显示情节相关的问题：

class find_n_cluster:
    def __init__(self, train_data, metric) -> None:
        self.data = train_data
        self.metric = metric
        self.visualizer = KElbowVisualizer(KMeans(), k=11, metric=self.metric, timings= True)

    def fit(self):
        self.visualizer.fit(self.data)
        plt.close()

model = find_n_cluster(data, 'silhouette')
model.fit()

这不会返回并按预期显示任何内容。但是，我仍然不知道如何定义 class 解决了这个错误。

---

2022 年 8 月 23 日更新

基于this，yellowbrick更新为v1.5，解决了AttributeError: 'KMeans' object has no attribute 'k'的问题。但是在 Jupyter Notebook 中自动显示绘图的问题是still persistent。

Answer 2

我相信模型需要在变量中分配，我不确定它是否可以在函数中调用。在仔细查看并重新启动我的内核并将所有库重新安装到其最新版本之后（截至本文）。以下代码有效，可以在我的控制台中复制：

从 sklearn.cluster 导入 KMeans 从 Yellowbrick.cluster 导入 KElbowVisualizer

model = KMeans()
visualizer = KElbowVisualizer(model, k=11,metric='silhouette', timings= True)
visualizer.fit(data)
visualizer.show()

输出：

Out[24]: <AxesSubplot:title={'center':'Silhouette Score Elbow for KMeans Clustering'}, xlabel='k', ylabel='silhouette score'>