知识卡片
肘方法确定簇数
无监督学习没有真实类标,不能用监督学习的评估技术。需用模型内部固有度量比较不同 k 的聚类,如簇内误差平方和(聚类偏差),可由 KMeans 的 inertia 属性直接获得。肘方法:增大 k 会降低偏差(样本更接近中心),找出偏差骤增(由陡降转平缓)处的 k 即最佳簇数;图中 k=3 呈肘型,是好的选择。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 聚类分析——处理无类标数据 · 查看原书依据
找出聚类偏差骤增时的k值
参考来源
- 位置:《Python机器学习》第11章《11.1.3 使用肘方法确定簇的最佳数量》(源文件:`../../book-sources/extracted/Python机器学习/_epub-src/OEBPS/Text/part0141.xhtml.xhtml)
- 结论依据:原文直接支撑上述要点。
- 原始内容:找出聚类偏差骤增时的k值