Método 1: Método Elbow (calcular o SSE do modelo em cada valor K e selecionar o valor K com a menor alteração no SSE)

Ilustração:

Método 2: Coeficiente de silhueta (calcular o coeficiente de silhueta do modelo sob cada valor K e selecionar o valor K com o maior coeficiente de silhueta)

Método 1: seleção aleatória

Método 2: Especifique o local

Método 3: K-médias

Também é simples e eficiente para grandes conjuntos de dados, com baixa complexidade de tempo e complexidade de espaço.

O algoritmo tem forte interpretabilidade

Quando o conjunto de dados é grande, a velocidade de cálculo é lenta e o resultado é fácil de ser ótimo localmente.

K-means é mais sensível ao número de valores K e à localização do centro inicial

K-means é muito sensível a ruídos e valores discrepantes

A média não pode ser calculada para conjuntos de dados contendo atributos categóricos, tornando o algoritmo indisponível.

K-means só pode agrupar clusters esféricos

Método: Amostra aleatória do conjunto de dados várias vezes e agrupa cada subconjunto amostrado usando K-means até que o centro do cluster se torne estável (MiniBatchKMeans)

Etapas do algoritmo MiniBatchKMeans

Método: substitua a média calculando a moda (modo K)

Método: Calcule o centro do cluster através do valor médio das amostras em uma determinada área e atualize continuamente o centro do cluster até que o centro do cluster se torne estável (Mean-Shift)

Etapas do algoritmo Mean-Shift

Otimização de deslocamento médio