python - 使用肘部方法和 K-Means 聚类找到最佳聚类数

Question

我正在编写一个程序，我需要对其应用 K-means 聚类到一些 >200、300 元素数组的数据集。有人能给我提供一个代码链接吗？1.通过肘法求k2. 应用 k 均值方法并获取质心数组

我自己搜索了上面的内容，但没有找到任何对代码有明确解释的内容。附言我正在 Google Colab 上工作，所以如果有相同的特定方法，请提出建议

---

我尝试了下面的代码，但是，我不断收到以下错误-

---------------------------------------------------------------------------

TypeError                                 Traceback (most recent call last)

TypeError: float() argument must be a string or a number, not 'list'


The above exception was the direct cause of the following exception:

ValueError                                Traceback (most recent call last)

<ipython-input-70-68e300fd4bf8> in <module>()
     24 
     25 # step 1: find optimal k (number of clusters)
---> 26 find_best_k()
     27 

3 frames

/usr/local/lib/python3.6/dist-packages/numpy/core/_asarray.py in asarray(a, dtype, order)
     83 
     84     """
---> 85     return array(a, dtype, copy=False, order=order)
     86 
     87 

ValueError: setting an array element with a sequence.

Answer 1

作为 Roohollah 回答的补充:请注意，用于查找 K-Means 最佳簇数的肘部方法纯粹是视觉上的，结果可能不明确。因此，您可能希望将它与剪影分析结合起来，例如，在以下文章中所描述的: Choosing the appropriate number of clusters (RealPython) , Silhouette method - including an implementation example in Python (TowardsDataScience) , Silhouette analysis example (Scikit-learn) , Silhouette (Wikipedia) .