使用k均值确定kdd99数据集的聚类数

Question

在KDD99数据集上执行k均值时，k数的一般约定是什么？我读过的三篇不同的论文有三个完全不同的k（25,20和5）。我想知道对此的一般看法，例如k e.t.c的范围应该是多少？

谢谢

Answer 1

K-means聚类算法用于查找未在数据中明确标记的组。 通常，没有确定K确切值的方法，但是可以使用估计的方法来确定它。

1. 要找到K，请取数据点与其簇质心之间的平均距离。

2. 肘部方法和内核方法工作更精确，但是簇的数量取决于您的问题。 （推荐的） 一种快速的方法是：-取数据点数除以2的平方根，并将其设置为群集数。