如何最佳K的K - 均值算法

可能重複：
How do I determine k when using k-means clustering?如何最佳K的K - 均值算法

如何選擇K個開始，如果我不知道這個數據？

有人可以幫助我在選擇K.

感謝納文

2011-06-02 Navin

重要的是要認識到，沒有一個完全有原則的聚類方法。通常，您必須隱式指定密度。對於k-means，您將通過簇的數量指定密度。對於平均移位，你必須選擇鄰域大小。即使您使用一些標準來選擇羣集數量或鄰域大小，您仍然選擇使用該方法。 – YXD 2011-06-02 09:48:20

您可以通過查看[clustering]（http://stats.stackexchange.com/questions/tagged/clustering）標籤在[CrossValidated]（http://stats.stackexchange.com/）上找到一些有用的線索。 – chl 2011-06-03 09:39:18

精確重複@ http://stackoverflow.com/q/1793532/353278 && http://stackoverflow.com/q/5933970/353278 – Jeff 2011-06-06 04:20:46

-5

說真的，你想知道什麼？你想讓我們告訴你一些號碼嗎？或者一個策略如何找到最佳k？你必須閱讀一本關於k-means的書或其他資源，我很確定它覆蓋了那裏。

也有一些是在維基百科上關於它：

http://en.wikipedia.org/wiki/Determining_the_number_of_clusters_in_a_data_set

在你使用的算法，瞭解它。

來源

2011-06-02 09:34:31

其基本思想是評估樣本數據上的聚類評分，通常是聚類內部的距離和聚類之間的距離。這個度量越多，聚類越好，基於這個度量，你可以選擇最好的聚類串參數。其中一個指標可以在這裏找到http://alias-i.com/lingpipe/docs/api/com/aliasi/cluster/ClusterScore.html

來源

2011-06-03 07:04:55 yura

如何最佳K的K - 均值算法

回答

相關問題