python - 是否有关于肘部方法中 k 值的最佳范围的研究?
问题描述
我的主要问题是以某种方式定位 k 值的范围以执行肘部分析。目前我只能想到 2 到 min(num_rows, num_columns) 之间的范围。是否有任何其他可能更合适的最佳方法,特别是如果您有一个包含大量行和列的数据集?
PS,还有,有没有办法让它自动化,这样我们就不必看肘部图了?目前,我正在使用 Kneed 库的 KneeLocator 功能,但我想考虑更多选项。
谢谢你。
解决方案
您可能知道,并不总是有“肘部”。即使有一个,也不一定代表最佳的集群数量。
Kneed 的 KneeLocator 函数可能是您最好的选择,因为它会找到具有最大曲率的 K。
推荐阅读
- python - 考虑各种列条件对唯一元素进行分类和计数
- java - 摄影并插入 Android 应用程序
- c# - HL7-dotnetcore:为什么 HL7 消息验证失败并出现错误“消息类型和触发事件值未在消息中找到”?
- firebase - 如果从服务器端升级匿名 Firebase 帐户,则监听更改
- reactjs - 反应简单的高阶组件
- python - 区分两个json中的数据并在python中持久化差异
- javascript - ES2017 与 NativeScript 7
- scala - 使用 Play JSON 从给定路径的 JSON 中提取数据
- google-cloud-platform - 如何在 Terraform 中配置 GCP 监控策略文档?
- javascript - 如何创建具有“srcdoc”属性的 iframe,该属性具有 Python 中 HTML 文件的内容?(不使用'src')