在进行K均值聚类之前,不知道聚成几类效果是最好的,经过查资料,发现有两种常用的方式。分别是:
1.肘方法
2.轮廓系数法
这篇文章记录使用肘方法判断聚类最佳数量,肘方法的原理是什么呢?
这是来自一个博友的解释,我一个没学过理科的人也看不懂。接下来直接开始操作:
这是我的原始数据:
看一下python代码实现:
import pandas as pd #导入pandas库
import numpy as np
from sklearn.cluster import KMeans #导入k均值函数
import matplotlib.pyplot as plt
import xlrd
file_path=xlrd.open_workbook("cluster_MinMax.xls") #读取文件
table = file_path.sheets()[0] #读取文件,获取第一个sheet页,赋值给table
my_data=[] #创建一个空列表
for i in range(table.nrows): #nrows为表的行数,遍历nrows的行数
if i == 0: #忽略第一行
continue
e