在R语言中用 elbow 方法确定最佳聚类数

@在R语言中用 elbow 方法确定最佳聚类数

如何在R语言中用 elbow 方法确定最佳聚类数

---

在无监督学习中，我们有时候使用 k-means 方法进行聚类，对数据进行分析。k-means 很好用，但是确定最佳类别数是一个需要技术的活。如何科学地确定最佳类别数？下面介绍：使用elbow method确定 k-means的最佳类别数。

k-means 方法

k-means 算法流程

伪代码

用符号写出来就是符号形式的算法流程，叫做伪代码。

• 算法描述

输入：数据集(每一行代表一个样本，没有label)；类别数目 k
输出：数据集中每个样本对应的类别

1. 随机选择 k 个样本作为聚类中心；
2. 计算每个样本到 k 个聚类中心的距离，选择最近的聚类中心作为该样本的聚类中心；
3. 经过第2步之后，样本被分为 k 组，并且每组都有自己的聚类中心；重新计算每组的聚类中心；
4. 计算新的聚类中心与原来聚