使用Yellowbrick绘制KMeans肘部曲线时报'KMeans'无k属性如何解决？

问题原因 #

该报错发生在肘部曲线渲染完成后的对象打印阶段，属于Scikit-learn与Yellowbrick的版本兼容问题：

• Yellowbrick的KElbowVisualizer内部会为封装的KMeans实例动态添加k属性记录聚类数取值，但新版Scikit-learn的参数校验逻辑会拦截非官方定义的属性，KMeans原生参数只有n_clusters无k属性。
• 你当前是在Jupyter类交互环境运行代码，函数返回的可视化对象会被自动触发repr打印，调用get_params获取属性时找不到k就会抛出异常，所以曲线生成、肘部取值都正常，仅最后抛错。

可行解决方案 #

方案1：修改函数逻辑避免返回可视化对象（最推荐） #

在函数内完成渲染后只返回你需要的肘部取值即可，不需要返回整个可视化对象触发打印逻辑：

from sklearn.cluster import KMeans
from yellowbrick.cluster.elbow import kelbow_visualizer

RSEED = 2
def elbow_method(X, max_range_for_elbow, rseed = RSEED):
    visualizer = kelbow_visualizer(KMeans(random_state=rseed), X, k=(1, max_range_for_elbow)) 
    visualizer.show()
    # 仅返回最优聚类数供后续使用
    return visualizer.elbow_value_

optimal_k = elbow_method(data_standardized,10)

方案2：阻止Jupyter自动打印返回值 #

不需要修改函数，只需要在调用函数的代码行末尾添加分号，即可禁止Jupyter自动打印返回的可视化对象：

elbow_method(data_standardized,10);

方案3：版本适配 #

要么将Scikit-learn降级到1.0及以下版本，要么将Yellowbrick升级到1.5及以上版本，Yellowbrick官方已在新版修复了该兼容问题。

内容的提问来源于stack exchange，提问作者Chops