肘方法 Elbow of SSE vs 轮廓系数 Silhouette Coefficient

肘方法：Elbow of SSE

也被称为 Knee of SEE，膝盖方法。

在聚类算法中，特别是K均值聚类，使用SSE（Sum of Squared Errors）来寻找最优的K值是一种常见的方法。这种方法通常被称为“肘部法则”（Elbow Method）。SSE是指每个点到其最近的聚类中心的距离的平方和。当选择不同数量的聚类时，SSE通常会随着聚类数量的增加而减少，因为更多的聚类意味着每个聚类中的点更接近其中心。

以下是如何使用肘部法则来确定最优K值的步骤：

1. 计算不同K值的SSE：首先，对于一系列的K值（比如从1到10），对数据集应用K均值聚类，并计算每个K值的SSE。
2. 绘制SSE图：然后，将每个K值的SSE绘制成一张图表。横轴是K值，纵轴是对应的SSE。
3. 寻找“肘点”：在这张图表上，肘部法则的目标是找到SSE开始下降速率减缓的点。换句话说，就是找到一个点，在这一点之前，增加聚类数目会显著减少SSE；但在这点之后，增加聚类数目对于减少SSE的贡献就变得不那么明显。这个点就像人的肘部一样，即SSE曲线的“弯曲”部分。