如何在 python 中使用 k-prototype 找到最佳簇数

Question

我正在尝试使用 k 原型算法对一些大数据进行聚类。我无法使用 K 均值算法，因为我同时拥有分类数据和数值数据。通过 k 原型聚类方法，如果我定义了我想要的 k 值，我就能够创建聚类。

我如何为此找到合适的簇数？

仅使用数值数据的流行方法（例如肘法和轮廓评分法）是否适用于混合数据？

Answer 1

您可以使用此代码：

#Choosing optimal K
cost = []
for num_clusters in list(range(1,8)):
    kproto = KPrototypes(n_clusters=num_clusters, init='Cao')
    kproto.fit_predict(Data, categorical=[0,1,2,3,4,5,6,7,8,9])
    cost.append(kproto.cost_)

plt.plot(cost)

来源： https: //github.com/aryancodify/Clustering