scikit-learn kmeans 聚类溢出错误

【问题标题】：scikit-learn kmeans clustering overflow errorscikit-learn kmeans 聚类溢出错误
【发布时间】：2019-11-29 16:35:55
【问题描述】：

查找KMeans弯头时，显示溢出错误


elbow=[]

for i in range(30):

    model = KMeans(n_clusters=i)
    model.fit(feature_matrix)
    elbow.append(abs(model.score(feature_matrix)))

/opt/conda/lib/python3.6/site-packages/sklearn/cluster/k_means_.py:90: RuntimeWarning: divide by zero encountered in log
  n_local_trials = 2 + int(np.log(n_clusters))

它给出了overflow 错误

【问题讨论】：

标签： scikit-learn unsupervised-learning

【解决方案1】：

这可能是因为您从多个集群开始i=0。使用range函数，你从0开始。

Kmeans(nclusters=0) 会失败，因为它会尝试计算log(0)

如果您希望要测试的集群数量在 1 到 30（包括在内）之间变化，您可以通过 Kmeans(n_cluster=i+1) 更改它。

【讨论】：

谢谢。我也遇到了同样的问题。