如何在Sklearn中将Silhouette_score与混合分类和数字数据一起使用？

问题描述

我遇到一种情况，我如上所述混合了数据集，并尝试了无监督聚类。

我正在尝试许多不同的实验，包括高尔的距离和K原型。我想尝试一些sklearn指标，看看它们如何给我带来价值。

当我查看Silhouette_score时，有一个参数'metric'，我可以决定要计算的距离。但是由于数据类型混合，我想选择 manhattan （数字）和 hamming （类别）。 是否可以一次性使用Silhouette_score来同时使用两个指标？如果我所有的输入数据都是数字，则可以按照以下步骤操作：

silhouette_score(friendRecomennderData,labels,metric = 'manhattan')

谢谢。

解决方法

您对传递给silhouette_score的参数感到困惑。如果您阅读提到的文档here，则它会对输入数据（即参数X）进行以下说明：

X：如果metric ==“ precomputed”，则数组[n_samples_a，n_samples_a]，否则，数组[n_samples_a，n_features]。样本之间的成对距离数组或特征数组。

因此，数据只能是包含样本之间距离的数字数组。距离不能作为分类值。

您需要首先对数据进行聚类，然后获取距离矩阵并将该距离矩阵作为输入提供给silhouette_score。

,

您可以使用处理混合数据类型的 gowers distance 等距离度量，然后使用计算的距离矩阵作为 X 和 metric = 'precomputed' 函数中的 shadow_score。