【发布时间】：2016-06-11 22:58:17
【问题描述】：
在 sklearn 中的 python 中，当某些东西被聚类时，您可以使用聚类的"inertia"，这是使用所选距离度量的点到聚类中心的距离之和。
是否有 java-ml 的等价物？如果没有人知道我应该如何实施它？
【问题讨论】：
标签： java machine-learning cluster-analysis data-mining k-means
【发布时间】：2016-06-11 22:58:17
【问题描述】：
从源代码来看，他们不会为你计算这个值。
所以你必须自己重新计算。
你可以试试 ELKI，它有更多的选择（另外，最后两个 java-ml 版本是在 2009 年和 2012 年 - 它似乎已经死了）。
【讨论】：
-
感谢您的反馈，但是 ELKI 建议不要将他们的库用于即时编程，您是否有其他可以推荐的库（在 java 或 python 中），您可以在其中设置距离函数和以编程方式实现它？
-
ELKI 也计算惯性吗？如果不是，你建议我应该怎么做？
-
我经常以这种方式使用 ELKI，而且效果很好。但是 API 仍然会在每个版本中发生变化，因为它增加了功能。
-
@benjrei 我们不建议在更大的产品中嵌入 ELKI，因为我们在每个版本中都会更改 API（它还不是 1.0 版）。将它用于“动态”实验很好。并非所有 k-means 变体都会计算惯性 - 一些最快的版本没有具有这个值。但是基本版本确实有它，您可以通过 each 集群的KMeansModel.varsum 访问它（您需要自己计算最终总和），或从日志 (
-time) 访问。