我如何选择最佳的聚类数来进行k-means分析？在绘制下面数据子集之后，应该选择多少个聚类为适宜？我如何执行聚类树形图分析？n = 1000 kk = 10 x1 = runif(kk) y1 = runif(kk) z1 = runif(kk) x4 = sample(x1,...

使用scikit-learn K-Means聚类算法能否指定自定义的距离函数？

我一直在学习k-means聚类，但有一件事不太清楚，那就是如何选择k的值。这仅仅是试错还是还有其他因素呢？

阅读在TensorFlow中实现scikit-learn：http://learningtensorflow.com/lesson6/和 scikit-learn：http://scikit-learn.org/stable/modules/generated/sklearn.cluster....

我正在寻找一种最快的算法，将地图上的点按距离平均分组。k-means clustering algorithm 看起来直接且有前途，但无法产生大小相等的组。 是否有这个算法的变体或其他算法可实现所有聚类中成员数量相等？ 参见：Group n points in k clusters of...

今天我正在尝试学习关于K-means的一些东西。我已经理解了算法并知道它如何工作。现在我正在寻找正确的k值...我发现肘部准则是一种检测正确k值的方法，但我不知道如何在scikit learn中使用它？！在scikit learn中，我是用这种方式对事物进行聚类kmeans = KMeans(...

我正在使用sklearn.cluster KMeans包。当我完成聚类后，如果我需要知道哪些值被分组在一起，我该如何做？ 比如说我有100个数据点，KMeans给了我5个簇。现在我想知道哪些数据点在第5个簇中，我该怎么办。 是否有一个函数可以给出簇的id并列出该簇中的所有数据点？

我正在寻找使用 Python 实现 k-means 算法的示例，以对我的坐标数据库进行聚类和缓存。

我正在对数据框df1进行k-means聚类，并寻找一种简单的方法来计算新数据框df2中每个观测值的最近簇中心。把df1看作训练集，df2看作测试集；我想在训练集上进行聚类，并将每个测试点分配到正确的簇。 我知道如何使用apply函数和一些简单的用户自定义函数来实现这一点（关于这个主题的以前的...

我正在使用标准的stats包在具有636,688行和7列的数据集上运行R中的k-means聚类：kmeans(dataset，centers = 100，nstart = 25，iter.max = 20)。 我遇到了以下错误：Quick-TRANSfer stage steps excee...