Brak absolutnej metody wyznaczania optymalnego k w klastrowaniu k-means
Metoda łokcia
Dystorsja – przypomnienie
Dystorsja: suma kwadratów odległości punktów od centrów klastrów
Maleje wraz ze wzrostem liczby klastrów
Osiąga zero, gdy liczba klastrów równa się liczbie punktów
Wykres łokcia: wykres liniowy zależności dystorsji od liczby klastrów
Metoda łokcia
Wykres łokcia: zależność liczby klastrów od dystorsji
Pomaga określić liczbę klastrów w danych
Metoda łokcia w Pythonie
# Declaring variables for use
distortions = []
num_clusters = range(2, 7)
# Populating distortions for various clusters
for i in num_clusters:
centroids, distortion = kmeans(df[['scaled_x', 'scaled_y']], i)
distortions.append(distortion)
# Plotting elbow plot data
elbow_plot_data = pd.DataFrame({'num_clusters': num_clusters,
'distortions': distortions})
sns.lineplot(x='num_clusters', y='distortions',
data = elbow_plot_data)
plt.show()
Podsumowanie metody łokcia
Wskazuje jedynie optymalną wartość k (liczbę klastrów)
Nie zawsze precyzyjnie określa liczbę k (klastrów)
Inne metody: średnia sylwetka i statystyka przerwy
Preparing Video For Download...
