如何使用Java的elbow方法获得最佳群集号？

Question

我使用haifengl/smile，我需要获得最佳的簇号。

我在使用CLARANS时需要指定要创建的群集数量。我认为也许有一些解决方案可以对2到10个群集进行分类，查看最佳结果，然后选择具有最佳结果的群集数目。用肘形法怎么做？

Answer 1

要确定适当的聚类数量，以使聚类中的元素彼此相似，而与其他组中的元素不相似，可以通过应用多种技术来找到；

• Gap Statistic-在数据的空引用分布下，比较k的不同值在群集内变化中的总和其期望值。

• Silhouette Method的最佳聚类数k是在k的可能值范围内最大化平均轮廓的数量。

• 平方和方法

有关更多详细信息，请阅读关于此主题的sklearn documentation。

Answer 2

肘部方法不是自动的。

您可以计算出所需k范围的分数，将其绘制出来，然后在视觉上尝试找到一个“肘部”-可能有效也可能无效。

由于x和y彼此之间没有“正确”的关系，请注意对图形的解释（以及使图形自动化的任何几何尝试）取决于图形的比例，并且本质上是主观的。最后，“肘”的整个概念很可能是有缺陷的，而且听起来不是这样。我宁愿寻找更高级的度量标准，在其中可以主张最大或最小值，尽管一些“明显更好的k”的概念是可取的。

Answer 3

查找集群的方法：

1-轮廓法：

使用分离和内聚或仅使用一种已实现的方法，群集的最佳数量就是轮廓系数最大的群集。 *轮廓系数范围从[-1,1]到1是最佳值。 Example of the silhouette method with scikit-learn。

2-肘法（您可以自动使用肘法）

肘形方法是簇数与距离的平均平方和之间的图表。 要在python中自动应用，需要在python中有一个库Kneed来检测图中的膝盖。Kneed Repository