k模式的轮廓和肘部情节

Question

我正在尝试聚类多行（超过200.000），每个行都有150个二进制属性。为此，我已经运行了k模式聚类，现在我正在尝试生成轮廓图和肘部方法，以便知道哪个k值可能是最合适的。

有没有人知道我如何继续计算，同时考虑到数值不是数值？例如，我不知道过程的总成本（通过简单匹配距离测量的元素与其质心之间的距离）是否类似于WSS（在平方误差的簇总和内）。

欢迎任何想法或任何说明性的示例代码。

Answer 1

Silhouette可以与任何指标一起使用。

使用例如汉明距离或简洁卡。