这是来自在 x 轴（范围从 2 到 10）和 y 轴上的轮廓距离上运行 kmeans 聚类。
显然，在 k=3、k=4 处有峰值，并且似乎从那里开始下降。它不像肘部，并且认为它应该随着 k 变大而上升（由于过度拟合他的训练集）。我只是缺少数据吗？
我正在使用 80-20 列车测试分割计算轮廓距离。
如果你的“肘部曲线”看起来像这样，这意味着什么？
数据挖掘
机器学习
k-均值
2022-02-26 22:46:38
1个回答
首先，你确实有两个肘部：一个在和一个大的. 第二个不是很明显，因为您还没有绘制出较大值的图. 如果你这样做，你可能会得到这样的数字：
其次，在计算轮廓分数时，您不应该寻找肘部！轮廓分数考虑了集群间和集群内的距离，因此它可以用于选择自己（即选择产生最佳轮廓分数）。
注意：我不熟悉“剪影距离”，我认为它与剪影分数有些相关（可能是它的倒数）。
在处理趋于改善的指标时，应使用“肘部”标准增加（例如惯性）。
其它你可能感兴趣的问题