如何解决k-means聚类后的线性回归
大家早上好，我被一个ml代码困住了，它要求对在某个数据集（包括特征向量）上获得的集群应用线性回归。数据预处理后，我继续进行以下聚类：
from sklearn import metrics
from sklearn.cluster import KMeans
kmeans = KMeans(n_clusters=5,n_init=10,random_state=numero_di_matricola)
kmeans.fit(Xtrain_and_val_scaled)
因为需要 5 个集群。现在我必须对其中的每一个应用线性回归，然后计算未用于学习模型的数据（或更好的测试集）的误差 (1 - R^2)。我找不到任何帮助，有什么建议吗？
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
