如何修改YellowBrick KElbowVisualizer生成图表的坐标轴标签？

我使用以下代码通过KElbowVisualizer生成轮廓系数（silhouette）图：

# 导入KElbowVisualizer方法
# 实例化scikit-learn的K-Means模型
model = KMeans(random_state=0)
# 实例化KElbowVisualizer，指定聚类数量范围与评估指标
titleKElbow = "title"
visualizer = KElbowVisualizer(model, k=(2,7), metric='silhouette', timings=False,title = titleKElbow)
# 拟合数据并可视化
visualizer.fit(df[['a','b','c']])
visualizer.poof()

生成的图表中X轴标签为'k'，我该如何修改图表的坐标轴标签？我查阅过文档，但目前只找到plt风格图表添加坐标轴标签的方法。

其实KElbowVisualizer本身就是基于matplotlib构建的，你完全可以通过它自带的ax属性来修改坐标轴标签，不用单独调用全局的plt方法，这样更精准也不会干扰其他图表的设置。这里有两种简单可行的方式：

方法一：渲染后直接修改 #

调用poof()完成图表渲染后，直接通过visualizer.ax设置轴标签：

# 拟合数据并可视化
visualizer.fit(df[['a','b','c']])
visualizer.poof()

# 自定义坐标轴标签
visualizer.ax.set_xlabel("聚类数量")
visualizer.ax.set_ylabel("轮廓系数得分")

方法二：渲染前提前配置 #

如果你想在图表显示前就完成标签设置，也可以先获取轴对象再修改，最后调用poof()：

visualizer.fit(df[['a','b','c']])

# 先修改标签再渲染
visualizer.ax.set_xlabel("聚类数量")
visualizer.ax.set_ylabel("轮廓系数得分")
visualizer.poof()

要是你还想调整标签的样式（比如字体大小、颜色），直接在set_xlabel/set_ylabel里加参数就行，和matplotlib的用法完全一致：

visualizer.ax.set_xlabel("聚类数量", fontsize=12, color="#2c3e50")
visualizer.ax.set_ylabel("轮廓系数得分", fontsize=12, color="#2c3e50")

这样就能轻松替换掉默认的X轴标签'k'和Y轴默认的'Silhouette Score'啦。

内容的提问来源于stack exchange，提问作者Thelonious Monk