Spectral Clustering 并用silhouette指标值确定最优聚类数目

clusterDatathon.py 说明：

输入：（dataExample）

 

处理：选择一系列的cluster数目，进行spectral clustering（经过比较，感觉spectral clustering可能效果好一点），通过silhouette指标值确定最优聚类数目

输出：

 代码如下：

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

##读入data
dfs = pd.read_excel(r"C:UsersYiDesktopdatathondataExample.xls")
dfs = dfs.values
[n_examples,n_features]=dfs.shape

##用spectral clustering
##用一系列的cluster数目，根据silhouette指标值确定最优分类数目
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指标值最大时 cluster数目                                               
index=np.argmax(silScore)

##此时的聚类结果
n_clusters=index+small
cluster_result=SpectralClustering(n_clusters,assign_labels="discretize",random_state=5).fit(dfs)
labels_result=cluster_result.labels_

##输出各example的所属类
print("the number of clusters: 
", n_clusters)
print("to which cluster, the example belongs: 
",labels_result)