คุณจะทำอย่างไรเมื่อไม่มีจุดศอกสำหรับการจัดกลุ่ม kmeans

ฉันได้เรียนรู้ว่าเมื่อเลือกกลุ่มจำนวนมากคุณควรมองหาจุดศอกสำหรับค่าต่าง ๆ ของเคฉันได้พล็อตค่าของ ininss สำหรับค่า k จาก 1 ถึง 10 แต่ฉันไม่เห็นชัดเจน ข้อศอก. คุณทำอะไรในกรณีเช่นนี้?

วิธีการที่ผิด?

บางทีคุณกำลังใช้อัลกอริทึมที่ไม่ถูกต้องสำหรับปัญหาของคุณ

การประมวลผลล่วงหน้าผิดพลาดหรือไม่

K-mean มีความไวสูงต่อการประมวลผลล่วงหน้า หากคุณลักษณะหนึ่งอยู่ในระดับที่ใหญ่กว่าอีกแอตทริบิวต์หนึ่งจะมีผลควบคุม ผลลัพธ์ของคุณจะเป็น 1 มิติอย่างมีประสิทธิภาพ

เห็นภาพผลลัพธ์

ไม่ว่าคุณจะทำอะไรคุณจะต้องตรวจสอบความถูกต้องของผลการค้นหาด้วยสิ่งอื่นที่ไม่ใช่การเริ่มต้นที่ตัวเลขเช่น SSQ พิจารณาการสร้างภาพแทน

การสร้างภาพข้อมูลอาจบอกคุณได้ว่าอาจมีเพียงคลัสเตอร์เดียวในข้อมูลของคุณ

วิธีหนึ่งคือตรวจสอบสมาชิกในกลุ่มของคุณด้วยตนเองเพื่อหาค่า k เฉพาะเพื่อดูว่าการจัดกลุ่มเหมาะสมหรือไม่ ซึ่งสามารถทำได้ผ่านตารางฉุกเฉินและวิธีการที่มีเงื่อนไข ทำสิ่งนี้เพื่อความหลากหลายของ k และคุณสามารถกำหนดค่าที่เหมาะสมได้

วิธีอัตนัยน้อยคือการใช้ค่าเงา:

/programming/18285434/how-do-i-choose-k-when-using-k-means-clustering-with-silhouette-function

สามารถคำนวณได้ด้วยแพ็คเกจซอฟต์แวร์ที่คุณชื่นชอบ จากลิงค์:

วิธีนี้จะเปรียบเทียบความคล้ายคลึงภายในกลุ่มกับความคล้ายคลึงกันของกลุ่มที่ใกล้เคียงที่สุด ถ้าระยะทางเฉลี่ยข้อมูลสมาชิกใด ๆ ไปยังสมาชิกอื่นของคลัสเตอร์เดียวกันนั้นสูงกว่าระยะทางเฉลี่ยไปยังสมาชิกคลัสเตอร์อื่นบางส่วนค่านี้เป็นค่าลบและการจัดกลุ่มไม่สำเร็จ ในทางกลับกันค่า silhuette ใกล้กับ 1 หมายถึงการดำเนินการจัดกลุ่มที่ประสบความสำเร็จ 0.5 ไม่ใช่มาตรการที่แน่นอนสำหรับการทำคลัสเตอร์

• ไม่มีข้อศอกในสำหรับ K-หมายความว่าไม่ได้หมายความว่าไม่มีกลุ่มในข้อมูล;
• ไม่มีข้อศอกหมายความว่าอัลกอริทึมที่ใช้ไม่สามารถแยกกลุ่มได้ (คิดเกี่ยวกับ K-mean สำหรับวงกลมศูนย์กลางเทียบกับ DBSCAN)

โดยทั่วไปคุณอาจพิจารณา:

• ปรับแต่งอัลกอริทึมของคุณ
• ใช้อัลกอริทึมอื่น
• ทำการประมวลผลข้อมูลล่วงหน้า

เราสามารถใช้แพ็คเกจ NbClust เพื่อค้นหาค่าที่เหมาะสมที่สุดของ k มันมี 30 ดัชนีสำหรับการกำหนดจำนวนของกลุ่มและเสนอผลลัพธ์ที่ดีที่สุด

NbClust (data = df, distance = "euclidean", min.nc = 2, max.nc = 15, method = "kmeans", index = "all")