如何使用scikit-learn获得每个k-means集群的惯性值？

Question

我正在使用scikit学习聚类(k-means).当我使用详细选项运行代码时,它会打印每次迭代的惯性.

一旦算法结束,我想得到每个形成的簇的惯性(k惯性值).我怎样才能做到这一点？

Answer 1

我设法使用 fit_transform 方法获取该信息，并获取每个样本与其聚类之间的距离。

model = cluster.MiniBatchKMeans(n_clusters=n)
distances = model.fit_transform(trainSamples)
variance = 0
i = 0
for label in model.labels_:
    variance = variance + distances[i][label]
    i = i + 1