聚类性能评估（Davies-Bouldin索引）错误

Question

我正在尝试使用各种聚类性能评估方法弄清楚簇数量。我将数据放在循环中，然后ran dba k均值。我正在获得肘部和轮廓结果，但邓恩指数显示出错误。以下是代码：

inertias = []
silhouette = []
davies_bouldin = []
clusters_range = range(1, 10)
    
for K in clusters_range:
        dba_km = TimeSeriesKMeans(n_clusters=K,
                          n_init=2,
                          metric="dtw",
                          verbose=True,
                          max_iter_barycenter=10,
                          random_state=seed)
        y_pred = dba_km.fit_predict(scaled_ts)
        
        
        
        inertias.append(dba_km.inertia_)
        
        if K > 1:
            silhouette.append(silhouette_score(scaled_ts, dba_km.labels_))
            
            davies_bouldin.append(davies_bouldin_score(scaled_ts, dba_km.labels_))

错误在davies_bouldin.append line上显示：

TypeError: 'list' object is not callable.

Answer 1

这是我在这里的第一篇文章：我仍然是Python的业余爱好者，所以我来这里寻找一些答案并找到了您的帖子。事实证明，我已经使用您的代码做类似的操作，只需进行几次小调调整，并且效果很好！让我向您展示我的改编：

wcss = []
sil_score = []
db_score = []
clusters_range = range(2, 16)

for K in clusters_range:
    kmeans = KMeans(n_clusters = K, max_iter = 300)
    kmeans.fit_predict(X2_pca_df)
    wcss.append(kmeans.inertia_)
    sil_score.append(silhouette_score(X2_pca_df, kmeans.labels_))
    db_score.append(davies_bouldin_score(X2_pca_df, kmeans.labels_))

PS。不确定何时发布此内容，但希望伸出援手不会晚。干杯!