我正在学习群集。我已经执行了存储在我的数据库中的用户的average_duration_of_call的k-mean集群。在首次运行3个中心 cluster1（53.33369秒）-367用户，cluster2（121.67123秒）-128用户，cluster3（369.09000秒）-8用户。
我再次使用 center 6 重新运行群集，获得的中心为cluster1（904.66670 sec）-1 subscriber，cluster2（27.7 sec） - 108 subscriber，cluster3（151.58）-43 subscriber，cluster4 （95秒） - 135个用户，集群5（59.5秒） - 207个用户，集群6（278秒）-9用户。
现在我的问题是哪个是最好的群集以及如何找到最佳群集。预计会有任何经验帮助（我目前正在使用R语言）
答案 0 :(得分：2)
如果您是初学者，那么我建议您开始基于密度的聚类，这样就不需要K的初始值。您最初可以使用epsilon = 10和minpts = 5启动dbscan聚类，然后检查生成的聚类数。之后，开始平滑增加epsilon（11,12，... 15）和减少minpt（4,3，..1）并每次检查生成的簇的数量。然后，这些数字的平均值应该反映真实聚类的平均数量。
但是如果您需要应用k-mean聚类，那么您可能会发现Selection of K in K-means clustering文章很有用。
答案 1 :(得分：1)
嗯，k-means已经计算了你的平方和的得分。
选择获得更高分数的结果。
然而，当你增加k时，分数自然会提高。显然，如果你将k设置为数据集大小，它将为0.然后你可能想要使用BIC或Silhouette Coefficient（在维基百科上查找）。
哦，考虑使用一本书。这是一个经典问题，任何好书都应该包含它。