如何确定聚类数

实际上，一开始是很难确定聚类数的，下图的两种聚类数似乎都是可行的：

但是，也存在一种称之为 肘部法则（Elbow Method） 的方法来选定适当的K值：

上图曲线类似于人的手肘，“肘关节”部分对应的 KKK 值就是最恰当的 KKK 值，但是并不是所有代价函数曲线都存在明显的“肘关节”，例如下面的曲线：

一般来说，K-Means 得到的聚类结果是服务于我们的后续目的（如通过聚类进行市场分析），所以不能脱离实际而单纯以数学方法来选择 KKK 值。在下面这个例子中，假定我们的衣服想要是分为 S,M,L 三个尺码，就设定 K=3K=3K=3 ，如果我们想要 XS、S、M、L、XL 5 个衣服的尺码，就设定 K=5K=5K=5 ：

6.5 如何确定聚类数-机器学习笔记-斯坦福吴恩达教授相关推荐

6.4 如何初始化聚类中心-机器学习笔记-斯坦福吴恩达教授
如何初始化聚类中心通常,我们会随机选取 KKK 个样本作为 KKK 个聚类中心(K<m)( K<m )(K<m).但是,如下图所示,不同的初始化有可能引起不同的聚类结果,能达到全局 ...
4.4 机器学习系统设计--垃圾邮件分类-机器学习笔记-斯坦福吴恩达教授
机器学习系统设计–垃圾邮件分类假定我们现有一封邮件,其内容如下: From: cheapsales@buystufffromme.com To: ang@cs.stanford.edu Subjec ...
6.6 二分 K-Means 算法-机器学习笔记-斯坦福吴恩达教授
二分 K-Means 算法该算法补充自 <机器学习实战> 一书常规的 K-Means 算法的误差通常只能收敛到局部最小,在此,引入一种称为二分 K-Means(bisecting km ...
6.3 优化-机器学习笔记-斯坦福吴恩达教授
优化和其他机器学习算法一样,K-Means 也要评估并且最小化聚类代价,在引入 K-Means 的代价函数之前,先引入如下定义: μc(i)=样本x(i)被分配到的聚类中心μ^{(i)}_c=样本\ ...
6.2 K-Means 算法步骤-机器学习笔记-斯坦福吴恩达教授
K-Means 算法步骤那么,K-Means 这个算法是如何完成聚类过程的呢?其实算法名称中对此已有体现: K: 描述了簇的数量,也就是应当聚合成的几何数. Means:均值求解会是该算法的核心. ...
6.1 无监督学习-机器学习笔记-斯坦福吴恩达教授
无监督学习从本节开始,将正式进入到无监督学习(Unsupervised Learning)部分.无监督学习,顾名思义,就是不受监督的学习,一种自由的学习方式.该学习方式不需要先验知识进行指导,而是不 ...
1.2 线性回归与梯度下降-机器学习笔记-斯坦福吴恩达教授
线性回归首先,我们明确几个常用的数学符号: 特征(feature):xix_ixi , 比如,房屋的面积,卧室数量都算房屋的特征特征向量(输入):xxx ,一套房屋的信息就算一个特征向量,特征向 ...
10.1 掌握大数据-机器学习笔记-斯坦福吴恩达教授
掌握大数据在算法分析与优化一节中,我们就提到,在机器学习界流传着这样一句话: It's not who has the best algorithm that wins. It's who has ...
9.5 程序示例--推荐系统-机器学习笔记-斯坦福吴恩达教授
程序示例–推荐系统推荐模型在推荐模型中,我们将暴露: 训练接口 train() 预测接口 predict(Theta, X) 获得推荐接口 getTopRecommends(Theta, X, i ...

6.5 如何确定聚类数-机器学习笔记-斯坦福吴恩达教授

如何确定聚类数

6.5 如何确定聚类数-机器学习笔记-斯坦福吴恩达教授相关推荐

最新文章

热门文章