如何使用 Elbow 方法选择合适的 k 个簇？

【问题标题】：How to choose appropriate k clusters using Elbow method?如何使用 Elbow 方法选择合适的 k 个簇？
【发布时间】：2016-10-14 01:20:55
【问题描述】：

当我使用 R 执行 k-means 聚类数据时。我不知道如何找到合适的 k 值。我看到了 Elbow 方法，但我不知道如何使用 kclus

【问题讨论】：

您的问题可能更适合交叉验证！

标签： r

【解决方案1】：

我使用了这个特定的例子，这里f 是mydata

library("clusters")
library("fpc")
findClusters <- function(f) {
    asw <- numeric(20)
    for (k in 2:20)
      asw[[k]] <- pam(f,k)$silinfo$avg.width

    k.best <- which.max(asw)
    cl <- kmeans(f,k.best)
    return(unlist(round(cl$centers,3),recursive = FALSE))
}

我是从这个特定的link 中获取的

【讨论】：

【解决方案2】：

你可以使用Elbow方法作为下面的sn-p：

elbow.k <- function(mydata){
  ## determine a "good" k using elbow
  dist.obj <- dist(mydata);
  hclust.obj <- hclust(dist.obj);
  css.obj <- css.hclust(dist.obj,hclust.obj);
  elbow.obj <- elbow.batch(css.obj);
  #   print(elbow.obj)
  k <- elbow.obj$k
  return(k)
}

它可以找到合适的k值。但是比较耗时，应该使用并行包来减少时间。

【讨论】：