KMeans秘籍之如何确定K值

1. 最常用最简单的方法可视化数据，然后观察出聚类聚成几类比较合适
2. 绘制出k-average with cluster distance to centroid的图表，观察随着k值的增加，曲线的下降情况，当曲线不再“急剧”下降时，就是合适的k值
3. 计算不同k值下KMeans算法的BIC和AIC值，BIC或AIC值越小，选择该k值
4. 使用 Canopy算法先进行粗略的聚类，产生的簇的个数，作为KMeans算法的k值
5. 使用x-means方法结合BIC准则去判定簇的个数，也就是k值
6. 使用Gap Statistic公式来确定k值
7. 使用轮廓系数来确定，选择使系数较大所对应的k值
8. 使用交叉验证来确定使目标函数（距中心的距离的平方差）变小的k值
9. 利用Affinity propagation的方法估计最优的聚类数目，进一步进行KMeans的算法
10. 利用层次聚类，可视化后认为地观察认定可聚为几类，确定k值
    确定较粗的数目，并找到一个初始聚类，然后用迭代重定位来改进该聚类。