如何評價我的聚類算法

Question

我用簡單的K均值聚類在秧雞

聚類後，這一結果顯示

迭代次數開始聚集：9

內平方集羣總和錯誤：570.1974952009115

我的問題：

1. 錯誤平方和的數量很大這是否意味着我的羣集數是錯誤的？以及如何定義樂觀的羣集數量？

2. 如何將數據拆分爲訓練和測試集以評估性能？以及如何知道正確的比例？

3. 如何衡量SSB

Answer 1

1.1在K-意味着它是你誰決定多少個簇來接。你可能已經知道了。

1.2在k-means中沒有最佳數量的聚類，如「函數圖的全局最大值」所示。您決定尊重您的業務問題。另見「elbow method」，這是一個在實踐中很少有效的半經驗程序。

1.3您可能在您的數據中有異常值，這些異常值使任何聚類操作的平方和大。無論您選擇多少個羣集，異常值總是遠離您的羣集中心。

2.1沒有「最佳」百分比分割。

2.2您可以使用可視化來檢查羣集中是否有重疊。讓觀衆看到「決策界限」也更容易理解。

3.1什麼是SSB？