k-means क्लस्टरिंग में सही क्लस्टर संख्या (k) ढूँढने का कोई पूर्ण तरीका नहीं है
Elbow method
Distortion पर फिर नज़र
Distortion: बिंदुओं की क्लस्टर सेंटर्स से स्क्वेयर्ड दूरी का योग
क्लस्टर संख्या बढ़ने पर घटता है
जब क्लस्टर संख्या बिंदुओं के बराबर हो जाए तो शून्य हो जाता है
Elbow plot: क्लस्टर सेंटर्स और distortion के बीच लाइन प्लॉट
Elbow method
Elbow plot: क्लस्टर संख्या और distortion का प्लॉट
Elbow plot से डेटा में मौजूद क्लस्टरों की संख्या का संकेत मिलता है
Python में Elbow method
# 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()
Elbow method पर अंतिम बातें
यह केवल optimal k (क्लस्टरों की संख्या) का संकेत देता है
हमेशा यह नहीं बताता कि k (क्लस्टरों की संख्या) कितनी है
Preparing Video For Download...
