R语言确定聚类的最佳簇数：3种聚类优化方法

确定数据集中最佳的簇数是分区聚类（例如k均值聚类）中的一个基本问题，它要求用户指定要生成的簇数k。

 最近我们被客户要求撰写关于聚类的研究报告，包括一些图形和统计输出。
一个简单且流行的解决方案包括检查使用分层聚类生成的树状图，以查看其是否暗示特定数量的聚类。不幸的是，这种方法也是主观的。

 

  【视频】KMEANS均值聚类和层次聚类：R语言分析生活幸福质量系数可视化实例

，时长06:05

 我们将介绍用于确定k均值，k medoids（PAM）和层次聚类的最佳聚类数的不同方法。

这些方法包括直接方法和统计测试方法：

1. 直接方法：包括优化准则，例如簇内平方和或平均轮廓之和。相应的方法分别称为弯头方法和轮廓方法。
2. 统计检验方法：包括将证据与无效假设进行比较。 

除了肘部，轮廓和间隙统计方法外，还有三十多种其他指标和方法已经发布ÿ