聚类凝聚度和K值得选择
在聚类分析中，有的时候数据数量过多，我们用拐点发选择K值，横轴为聚类簇数的变化，纵轴为数据的凝聚度（SSE方差），当凝聚度的大小随着K值得增多降低数量较小时，证明，K值得增加对凝聚度的影响变小，那么选择拐点的K值是可行的，因为继续增加K值，对分类的准确度增加不高，但是会增加分类的簇数，根据需求，如果划分过细，对分类也并不利，因此不划算，所以选择拐点处K值
聚类凝聚度和K值得选择
在聚类分析中，有的时候数据数量过多，我们用拐点发选择K值，横轴为聚类簇数的变化，纵轴为数据的凝聚度（SSE方差），当凝聚度的大小随着K值得增多降低数量较小时，证明，K值得增加对凝聚度的影响变小，那么选择拐点的K值是可行的，因为继续增加K值，对分类的准确度增加不高，但是会增加分类的簇数，根据需求，如果划分过细，对分类也并不利，因此不划算，所以选择拐点处K值