肘部光滑时如何确定最佳kmeans

Question

平滑的图表，无法确定最佳的kmeans数 如何解决这样的问题？谢谢

wcss = [] 
for i in range(1, 40):
kmeans = KMeans(n_clusters = i, init = 'k-means++', random_state = 42)
kmeans.fit(df)
wcss.append(kmeans.inertia_)

Answer 1

我建议发布用于开发Kmeans的优化算法， Kmeans是局部最优解，因此您可以在数据集空间进行全局搜索， 您可以遵循metaheurist算法： 1- ACO（蚁群优化） 2- PSO（粒子群优化） 3- TLBO（基于教学学习的优化） 4- GA（遗传算法） 您也可以使用自然算法来创建新算法来解决问题。