如何找到k均值的k值？

Question

我在包含超过150k个文档的数据集上使用k均值，但我不知道k的值是多少。 我尝试用弯头法找到它，但是惯性值变化不大。（我正在使用sklearn）。

这是

Answer 1

如果肘方法没有明确的答案，那么簇数可能不是特别好。 k均值只能模拟球形关系，这可能是限制性的。您也许可以尝试其他功能表示形式，例如基于Word Embeddings的功能。

对于文档分组任务，您可能希望使用主题建模方法来代替聚类，例如潜在Dirichlet分配（LDA）或非负矩阵分解（NMF）。