如何检查python中k-means聚类的准确性？如何知道预测变量在 k-means 算法中代表什么？ [关闭]

Question

上述数据框表示确定我是否患有癌症的属性。类别代表此人是否患有癌症。 Class-2 表示此人没有癌症，4 表示此人患有癌症。当我通过删除类和 id 在数据帧上尝试 K-means 时，我得到所有行的预测为 0,1。但是现在我很困惑 0/1 是否等于 2。如何解决这个问题以及如何检查我的模型的准确性。

Answer 1

K-Means 算法不是分类器，而是聚类算法。这意味着它不会为您提供从特征到癌症类别的映射。它只在特征空间中找到集群（相关数据点的子集）。

因此输出 0/1 是每个数据点对找到的集群的成员资格。

如果您想检查集群是否与癌症类别相关，请进行分析：

• 集群 0 中有多少数据点实际上是 2 类癌症？
• 集群 1 中有多少数据点实际上是 4 类癌症？

还可以查看confusion matrix，了解有关如何评估此类问题的信息。

您的混淆矩阵应如下所示：

+-----------------+-----------------------+-----------------------+
|                 | actual cancer class 4 | actual cancer class 2 |
+-----------------+-----------------------+-----------------------+
| k-Means class 0 | true positive         | false positive        |
| k-Means class 1 | false negative        | true negative         |
+-----------------+-----------------------+-----------------------+

• 真阳性：算法预测癌症，而人实际上患有癌症
• 假阳性：算法预测癌症但人没有癌症
• 假阴性：算法预测没有癌症，但人实际上患有癌症
• 真阴性：算法预测没有癌症并且人没有癌症

1. 仅获取集群 0 中的数据点；计算其中有多少人患有 4 级癌症 -> 这将是您的真正阳性结果。
2. 现在只取簇 0 中的数据点；计算其中有多少人患有 2 级癌症 -> 这将是您的误报。
3. 重复否定。

准确度可以使用以下公式计算：acc = (TP+TN) / (TP+FP+FN+TN)