评估与诊断

本章目标

1. 明确当前仓库 KMeans 实现的评估手段——聚类对照散点图（含质心标记）+ inertia_ 日志。
2. 理解 KMeans 特有的评估逻辑——inertia_ 作为簇紧密度指标、肘部法则作为选 $K$ 的方法。
3. 理解轮廓系数等常见聚类指标的原理，以及它们未在流水线中显式计算的原因。

重点方法与概念速览

名称	类型	作用
plot_clusters(...)	函数	绘制预测簇标签与真实标签的左右对照散点图（含质心 X 标记）
inertia_	指标	最终簇内平方和——衡量簇紧密度，值越小簇越紧凑
肘部法则（Elbow Method）	诊断方法	绘制 inertia_ 随 $K$ 变化的曲线，拐点即为推荐的 $K$
轮廓系数（Silhouette Score）	指标	量化聚类紧密度与分离度——$s_i\in [-1,1]$，越接近 1 越好
质心位置对照	诊断	观察 cluster_centers_ 是否落在各簇的几何中心——判断收敛质量

1. 当前仓库的评估入口

KMeans 的评估与分类分册截然不同——没有混淆矩阵、没有 ROC 曲线、没有决策边界、没有学习曲线。评估依赖两种手段：

1. 聚类对照散点图 —— 左右并列显示算法聚类结果（含红色 X 质心标记）与真实标签，视觉上判断簇结构恢复质量
2. inertia_ 日志 —— 训练完成后打印的簇内平方和，量化聚类紧密度

示例代码

plot_clusters(
    X_scaled,
    labels_pred=model.labels_,
    labels_true=y_true,
    centers=model.cluster_centers_,
    title="KMeans 聚类分布",
    dataset_name=DATASET,
    model_name=MODEL,
)

理解重点

• 聚类评估不能像分类那样用 y_pred == y_test 计算准确率——簇标签编号（0, 1, 2, 3）与真实标签编号不一定对应，且聚类关注的是簇结构而非逐样本正确率。
• 当前评估方法对教学场景来说足够直观——读者可以一眼看出 KMeans 是否恢复了 4 个球形簇，质心标记是否落在各簇几何中心。
• inertia_ 是最简明的定量参考——配合肘部法则可以辅助判断 $K$ 的选择是否合理。

2. 聚类对照散点图能观察什么

参数速览

适用函数：plot_clusters(X, labels_pred, labels_true, centers, ...)

参数名	类型	说明	示例取值
X	ndarray，形状 (n_samples, 2)	标准化后的全量特征矩阵	X_scaled
labels_pred	ndarray，形状 (n_samples,)	KMeans 聚类结果——来自 model.labels_	model.labels_
labels_true	ndarray，形状 (n_samples,)	真实簇标签——来自 make_blobs 生成时的 y	y_true
centers	ndarray，形状 (n_clusters, 2)	质心坐标——以红色 X 标记显示	model.cluster_centers_

理解重点

• 左侧图展示 KMeans 的聚类结果——用不同颜色标记不同簇，红色 X 标记各簇质心位置。
• 右侧图展示真实簇标签——为读者提供"正确答案"的视觉基准。
• 对比重点：
  • 簇的边界是否符合 Voronoi 划分预期——直线边界将平面划分为 $K$ 个凸区域
  • 质心是否落在各簇的几何中心——偏离说明收敛到局部最优或 $K$ 设置不当
  • 预测簇与真实簇在空间分布上的一致性——颜色编号可以不同，但空间分组应对应
• 与 DBSCAN 的可视化差异：KMeans 有红色 X 质心标记，无边界的噪声点——这反映了"中心式聚类"与"密度聚类"在可视化上的根本区别。

3. inertia_ 与肘部法则

inertia_ 的含义

inertia_（簇内平方和）是 KMeans 的核心定量输出：

$$\text{inertia}=\sum _{k=1}^K\sum _{{\mathbf{x}}_i\in C_k}\parallel {\mathbf{x}}_i-{\mathit{\mu }}_k{\parallel }^2$$

• 值越小 → 簇内样本离质心越近 → 簇越紧凑
• 但 inertia_ 随 $K$ 增大单调递减——当 $K=N$（每个点自成簇）时 inertia_ = 0。因此不能直接用 inertia_ 比较不同 $K$ 的模型

肘部法则

肘部法则是 KMeans 选 $K$ 的经典方法：

1. 对 $K=1,2,3,\dots ,K_{max}$ 分别训练 KMeans
2. 记录每个 $K$ 对应的 inertia_
3. 绘制 $K$-inertia_ 曲线——拐点（"肘部"）即为推荐的 $K$

理解重点

• 肘部法则用"边际收益递减"的直觉选 $K$——当增加一个簇带来的紧密度提升显著变小时，就是合理的 $K$。
• 当前流水线直接使用 n_clusters=4（与 make_blobs(centers=4) 一致），没有演示肘部法则——但文档应说明这是选 $K$ 的标准方法。
• inertia_ 是 KMeans 独有的诊断指标——DBSCAN 没有对应物（DBSCAN 用 n_clusters 和 n_noise 做诊断）。

4. 当前实现中尚未纳入但常见的聚类指标

指标	公式 / 含义	当前未使用的原因
轮廓系数（Silhouette Score）	$s_i=\frac{b_i-a_i}{max(a_i,b_i)}$，其中 $a_i$ 为点到同簇其他点的平均距离（紧密度），$b_i$ 为点到最近邻簇的平均距离（分离度）。$s_i\in [-1,1]$，越接近 1 越好	当前侧重直观教学而非量化评估，且轮廓系数需要额外计算步骤
调整兰德指数（ARI）	度量两个聚类分配之间的相似度（共识），扣除随机期望。ARI $\in [-1,1]$，1 表示完全一致	需要真实标签——当前 true_label 确实存在，但流水线选择直接用视觉对照而非数值指标
Davies-Bouldin 指数	簇间相似度均值（越小越好）——衡量簇内紧密度与簇间分离度的比值	无需真实标签——但当前分册的教学重点是理解 KMeans 机制，而非指标对比
Calinski-Harabasz 指数	簇间离散度与簇内离散度的比值（越大越好）——基于方差分析的思路	同 Davies-Bouldin——教学型仓库优先展示直观的视觉诊断

理解重点

• 聚类评估体系与分类评估有本质区别——分类可以直接比对预测标签与真实标签，而聚类的"正确性"更多体现在簇结构的合理性（紧密度 + 分离度）。
• 当前流水线不显式计算这些指标——文档可以提到它们是扩展方向，但不能写成"当前源码已在计算"。
• 对于教学型仓库，散点图视觉对照（含质心标记）+ inertia_ 日志 + 肘部法则概念已经能有效支撑 KMeans 的诊断需求。

5. KMeans 评估与 DBSCAN 评估的关键差异

维度	KMeans	DBSCAN
核心定量指标	inertia_（簇内平方和）	n_clusters、n_noise
选参方法	肘部法则（$K$-inertia_ 曲线）	eps/min_samples 联合调试
可视化特征	红色 X 质心标记	噪声点特殊着色（$-1$）
簇数来源	预设 $K$（用户指定）	自动决定（密度结构驱动）
噪声概念	无——每个点强制归属一簇	有——噪声点标记为 $-1$

理解重点

• KMeans 的评估围绕"簇紧密度"展开（inertia_、肘部法则），DBSCAN 的评估围绕"密度结构恢复"展开（簇数量、噪声比例）。
• 两种评估哲学的差异源于算法本质：KMeans 优化几何紧密度，DBSCAN 检测密度连通区域。
• 一个关注"中心在哪、有多紧"，另一个关注"核心在哪、谁被排除"。

评估图表

常见坑

1. 直接用 inertia_ 比较不同 $K$ 的模型——inertia_ 随 $K$ 单调递减，需配合肘部法则使用。
2. 把分类的评估框架（混淆矩阵、ROC、accuracy）搬到聚类评估——两者评估哲学根本不同。
3. 看到 labels_ 编号与 true_label 不对应就认为模型失败——簇标签编号是任意的，空间分组对应才重要。
4. 忽略质心在散点图中的位置——质心偏离簇几何中心是收敛到局部最优的信号。

小结

• 当前仓库对 KMeans 的评估简洁而直观：聚类对照散点图（含质心标记）看簇结构恢复质量，inertia_ 日志看聚类紧密度。
• KMeans 没有混淆矩阵、没有 ROC、没有准确率——这些是监督分类的评估手段，不适用于无监督聚类。
• inertia_ 是 KMeans 的核心诊断指标——配合肘部法则可以在无真实标签的情况下辅助选择 $K$。
• KMeans 评估与 DBSCAN 评估的核心差异：前者关注"紧密度"（inertia_），后者关注"密度结构"（n_clusters/n_noise）。