Spectral Clustering 並用silhouette指標值確定最優聚類數目

clusterDatathon.py 說明：

 

輸入：（dataExample）

 

 

處理：選擇一系列的cluster數目，進行spectral clustering（經過比較，感覺spectral clustering可能效果好一點），通過silhouette指標值確定最優聚類數目

 

輸出：

 

 代碼如下：

import pandas as pd
import numpy as np
from sklearn import metrics
from sklearn.cluster import SpectralClustering

##讀入data
dfs = pd.read_excel(r"C:\Users\Yi\Desktop\datathon\dataExample.xls")
dfs = dfs.values
[n_examples,n_features]=dfs.shape

##用spectral clustering
##用一系列的cluster數目，根據silhouette指標值確定最優分類數目
small=5
large=40
silScore=np.zeros([1,large-small+1])

for i in range(small,large):
    clustering_i = SpectralClustering(n_clusters=i,assign_labels="discretize",random_state=5).fit(dfs)
    labels = clustering_i.labels_
    silScore[0,i-small]=metrics.silhouette_score(dfs, labels, metric='euclidean')

##找到silhouette指標值最大時 cluster數目                                               
index=np.argmax(silScore)

##此時的聚類結果
n_clusters=index+small
cluster_result=SpectralClustering(n_clusters,assign_labels="discretize",random_state=5).fit(dfs)
labels_result=cluster_result.labels_

##輸出各example的所屬類
print("the number of clusters: \n", n_clusters)
print("to which cluster, the example belongs: \n",labels_result)