使用Yellowbrick的SilhouetteVisualizer可视化AffinityPropagation模型轮廓系数报错求助

报错AttributeError: 'AffinityPropagation' object has no attribute 'shape'是因为你调用visualizer.fit(segmentacao)时，传入的是训练好的AffinityPropagation模型对象，但SilhouetteVisualizer的fit方法需要接收特征数据集（而非模型），它内部会尝试访问输入数据的shape属性，模型对象没有这个属性，因此触发错误。

将visualizer.fit()的参数替换为你的特征数据集compact即可——可视化工具需要基于原始数据计算轮廓系数，同时使用已训练好的模型生成的聚类标签。

from sklearn.cluster import AffinityPropagation
from yellowbrick.cluster import SilhouetteVisualizer

# 训练AffinityPropagation模型
segmentacao = AffinityPropagation(preference=-1000, max_iter=250)
segmentacao.fit(compact)
labels = segmentacao.predict(compact)

# 初始化可视化工具并传入训练好的模型
visualizer = SilhouetteVisualizer(segmentacao, colors='yellowbrick')

# 传入特征数据集进行可视化计算
visualizer.fit(compact)
visualizer.show()

如果不需要单独保存模型的预测标签，也可以让可视化工具直接完成模型训练和可视化，代码更简洁：

from sklearn.cluster import AffinityPropagation
from yellowbrick.cluster import SilhouetteVisualizer

visualizer = SilhouetteVisualizer(
    AffinityPropagation(preference=-1000, max_iter=250),
    colors='yellowbrick'
)
visualizer.fit(compact)
visualizer.show()

内容的提问来源于stack exchange，提问作者André Luís Lopes da Silva