【发布时间】：2021-02-23 21:35:47
【问题描述】：
我是 python 新手，正在处理一个消费者数据集，我们使用 LCA、K-Means、DBSCAN 和光谱聚类来计算集群。在所有这些方法中，簇的数量是不同的（例如，K-Means 中的 5 个簇，而 LCA 中的 7 个）并且自变量可能相同也可能不同（例如，K-means 中的自变量为 12 个，而 LCA 中的自变量为 10）。现在我想使用集群凝聚力、集群分离、熵、纯度、杰卡德系数、兰德指数等来验证集群。我需要帮助；
- 这些措施是否适用于集群验证？
- python 中有没有可以一次计算所有这些的函数/库？
- 如果没有可用的函数/库，如何在 python 中计算这些。
希望我清楚，并提前感谢您的帮助。
【问题讨论】：
-
我正在尝试使用adjusted_rand_score(labels_true, labels_pred) 但出现错误ValueError: labels_true must be 1D: shape is (2000, 1)。没有。我的数据集中的记录数为 2000。其中 X1,X2 ... 是不同的自变量，Cluster_Sol5 = [0,3,2,2,3,1,5 .......] Cluster_Sol7 = [0,7 ,1,1,1,1,5,6.....]
标签： python validation cluster-analysis