选择 k 中的簇数意味着

Question

我想对大量数据样本进行聚类，为此我在 MATLAB 中使用 k 均值函数。问题是它返回一个矩阵，其中所有数据都按我指定的集群数量排序。

我如何知道哪些集群数量是最佳的。

我认为如果我能在每个集群中获得相同数量的元素，那将是最佳的，但这种情况永远不会发生。相反，它可以继续对我输入的任何数字的数据进行聚类。

请帮忙...

Answer 1

我读过，我认为这个问题的答案可能是：- 在 kmeans 中，我们试图根据数据来的方式对数据进行分区，因此理论上我们最好的数据集是每个分区具有相同数量的数据。

我使用了 kmeans++，它是一种比 kmeans 更好的算法，因为它不会初始化随机值，然后迭代分区的数量，直到分区的大小几乎相等。这是一个近似数字，例如 3 我得到 2180,729,1219，而 4 我得到 30,2422, 1556,120 所以我选择 3 作为我的最终答案............