这是一个创建于 4038 天前的主题，其中的信息可能已经有所发展或是发生改变。
如何选择将数据集分为几个cluster？有什么常用的标准吗？
 |
1
rock_cloud 2014 年 12 月 22 日
我一般根据数据的特点来选择，不过目前有些算法是可以自动确定K值的。
楼主可以去看看Rival penalized competitive learning，一个很神奇的聚类算法。 |
 |
2
robbielj 2014 年 12 月 22 日
不是euclidean distance么
|
 |
3
xunyu 2014 年 12 月 22 日
这个看你数据内容了
|
 |
4
staticor 2014 年 12 月 22 日
|
 |
5
47jm9ozp 2014 年 12 月 22 日
1到n都试一下，看看哪个比较内聚
|
 |
7
ligyxy 2014 年 12 月 22 日
基本思路和stepwise一样
|
 |
8
lcxseima 2014 年 12 月 22 日
K-Means选择K本来就是直接关系结果好坏，大概还是根据数据集然后经验做判断吧。资源允许就多试试咯。
|
 |
9
Todd_Leo 2014 年 12 月 22 日
你可以用Elbow Method, Gap Statistics, 轮廓系数还有Hopkins统计量来评估簇数. 当然Elbow Method是最简单最直观的
|
 |
10
meta 2014 年 12 月 22 日
基本上就是用眼睛看，本来k-means这种玩意儿就是用来试着分类的，又没什么准确结果。一次不行多换几个参数刷几次呗。
|
 |
11
efi 2014 年 12 月 22 日
empirically
|
Select Language