肘部法中inertia_随k增大单调下降，因质心更贴近样本致簇内平方和减小；关键在找下降变缓的拐点而非最小值，需结合业务微调；轮廓系数必须标准化，否则量纲差异导致失真。
肘部法计算时，inertia_ 为什么随K增大单调下降？
因为K越大，每个簇的质心越贴近自身样本，inertia_（簇内平方和）必然减小——这是数学上确定的单调性。它不是“越小越好”，而是看下降速度是否明显变缓。关键不是找最小值，而是找拐点。
实操建议：
- 用
sklearn.cluster.KMeans循环拟合不同n_clusters，每次取model.inertia_ - 画图横轴是
k，纵轴是inertia_，注意用plt.xticks(range(1, max_k+1))避免横轴跳数 - 拐点不总在整数位置，有时需结合业务意义微调（比如K=4比K=5更易解释）
- 如果曲线始终平滑下降、无明显肘部，说明数据本身聚类结构弱或存在大量噪声
轮廓系数 silhouette_score 计算前必须做标准化吗？
必须。轮廓系数对特征量纲极度敏感：一个维度数值范围是0–1，另一个是0–1000，后者会主导距离计算，导致 silhouette_score 失真甚至为负。
实操建议：
- 统一用
sklearn.preprocessing.StandardScaler，不要用MinMaxScaler（它不改变簇间相对分布形态） - 标准化必须在 K-Means 拟合前完成，并且训练集/测试集用同一
scaler实例（即先fit_transform训练集，再对测试集transform） - 如果含类别型变量，先做 one-hot 编码，再标准化数值列，否则
silhouette_score会把 dummy 变量当连续量处理 - 轮廓系数取值范围是 [-1, 1]，但实际 >0.7 才算“分离良好”；
肘部法和轮廓系数结果冲突时怎么选？
常见现象：肘部在K=3，轮廓系数峰值在K=5。这不是算法错了，而是二者优化目标不同——肘部法偏重几何紧凑性，轮廓系数还考虑簇间分离度。
实操建议：
- 优先看轮廓系数，尤其当业务要求“簇之间不能重叠”（如用户分群用于精准营销）
- 若轮廓系数在K=4–6区间波动不大（比如0.52→0.54→0.53），而肘部法在K=4有清晰拐点，可选K=4——更简洁、更稳定
- 手动检查K=4和K=5的聚类结果：用
pd.crosstab(y_true, y_pred)（如有标签）或观察各簇的describe()分布差异，看哪个更符合业务逻辑 - 避免盲目追求最高轮廓系数：K过大容易过拟合，特别是样本量8基本不可信
sklearn里 silhouette_score 报错 “Number of labels is 1” 怎么办？
这是最常踩的坑：silhouette_score 输入的是原始特征矩阵 X 和聚类标签 y_pred，但如果你传了 y_pred 全是同一个值（比如全0），就会触发该错误——意味着所有点被分进同一簇，K=1。
实操建议：
- 运行前加检查：
assert len(set(y_pred)) > 1，否则提前报错并提示“K值太小或数据无区分度” - K从2开始循环，别从1起步；
range(2, max_k+1)是安全下限 - 如果K=2时仍报此错，说明数据本身线性不可分（如所有点几乎共线），需先做 PCA 或检查缺失值/异常值是否污染了距离计算
- 注意：该错误和
ValueError: Found array with 0 sample(s)不同，后者通常是X为空或shape不匹配
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
