如何使用clusteval Python库获取KMeans聚类数并保存聚类值到变量

clusteval 库的fit方法执行完成后会返回包含所有聚类参数的结果对象，所有日志中打印的数值都可以直接从该对象中读取，无需解析运行日志。

操作示例 #

# 导入依赖
from clusteval import clusteval
import numpy as np

# 替换为你的实际数据集
X = np.random.rand(100, 10)

# 初始化聚类对象，参数和你的运行配置保持一致
ce = clusteval(
    cluster='agglomerative',
    metric='euclidean',
    linkage='ward',
    evaluate='silhouette'
)

# 执行拟合，所有结果会保存在返回的results变量中
results = ce.fit(X)

常用结果字段提取 #

• 最优聚类数：results['n_clusters']，对应你日志中输出的3
• 平均轮廓系数：results['score']，对应你日志中输出的0.897
• 树状图切割阈值：results['max_d']，对应你日志中输出的197.613
• 每个样本的聚类标签：results['labx']，长度与输入样本数一致，取值为样本所属的聚类编号
• 所有候选聚类数的评估指标明细：results['evaluate']

你可以直接打印对应字段验证取值：

print(f"最优聚类数：{results['n_clusters']}")
print(f"平均轮廓系数：{results['score']:.3f}")

内容的提问来源于stack exchange，提问作者Komali