xmeans法の評価値であるシルエット値の実装方法

Question

前提・実現したいこと

xmeans法を用いてirisデータセットのクラスタリングを行っています。
kmeans法をとの比較のためシルエット値を導入したいのですがどのライブラリを使えばよいのかさっぱり分からず困っています。

発生している問題・エラーメッセージ

シルエット値の導入方法が分からない

該当のソースコード

import time
import pyclustering
from pyclustering.cluster import xmeans
import numpy as np
import matplotlib
import matplotlib.pyplot as plt
from sklearn import datasets, preprocessing
# datasetの読み込み
iris_data = datasets.load_iris()
# DataFrameに変換
df = pd.DataFrame(iris_data.data, columns=iris_data.feature_names)
print(df.head())
X=df[["sepal length (cm)","petal width (cm)"]] # yラベル , xラベル
X.shape

%%timeit
initializer = pyclustering.cluster.xmeans.kmeans_plusplus_initializer(data=X, amount_centers=2)
initial_centers = initializer.initialize()
xm = xmeans.xmeans(data=X, initial_centers=initial_centers)
xm.process()
clusters = xm.get_clusters()
pyclustering.utils.draw_clusters(data=X.values, clusters=clusters)

#　ここでシルエット値を求めたい

試したこと

補足情報（FW/ツールのバージョンなど）

Python3 jupyter notebock

Answer 1

import time
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
from sklearn import datasets, preprocessing
from sklearn.cluster import KMeans
from sklearn.metrics import silhouette_samples
# datasetの読み込み
iris_data = datasets.load_iris()
# DataFrameに変換
df = pd.DataFrame(iris_data.data, columns=iris_data.feature_names)
print(df.head())
X=df[["sepal length (cm)","petal width (cm)"]] # yラベル , xラベル
X.shape
# k-meansの準備
# 初期シードはkmeans++により決定
km = KMeans(n_clusters=3, 
            init='k-means++', 
            n_init=10, 
            max_iter=300,
            tol=1e-04,
            random_state=0)
# k-meansの実行、クラスター数を3に指定する
y_km = km.fit_predict(X)
# ラベルのリスト
cluster_labels = np.unique(y_km)
#クラスターの数
n_clusters =3
silhouette_vals = silhouette_samples(X, y_km, metric='euclidean')
y_ax_lower, y_ax_upper = 0, 0
yticks = []
for i, c in enumerate(cluster_labels):
    c_silhouette_vals = silhouette_vals[y_km == c]
    c_silhouette_vals.sort()
    y_ax_upper += len(c_silhouette_vals)
    color = plt.cm.jet(float(i) / n_clusters)
    plt.barh(range(y_ax_lower, y_ax_upper), c_silhouette_vals, height=1.0, 
             edgecolor='none', color=color)

    yticks.append((y_ax_lower + y_ax_upper) / 2.)
    y_ax_lower += len(c_silhouette_vals)
    
silhouette_avg = np.mean(silhouette_vals)
plt.axvline(silhouette_avg, color="red", linestyle="--") 

plt.yticks(yticks, cluster_labels + 1)
plt.ylabel('Cluster')
plt.xlabel('Silhouette coefficient')

plt.tight_layout()
plt.show()

こんにちは、こちらの本を参考に作成しています。
k-meansでの最適なクラスタ数をシルエット法にて推定するためのコードを示しています。参考になれば幸いです。