Почему точность классификации кластеризации K-средних уменьшается с увеличением количества обучающих данных?

Question

Я хочу классифицировать действия из видео.Для этой цели кластеризация K-средних применяется к оптическим точкам потока для генерации кодовой книги.

При k=200 точность изначально составляет 85%.После добавления тренировочных данных точность составляет 50%.Если k=400, точность возвращается к 85%.

Как можно автоматически оптимизировать значение k для моих тренировочных данных?

Answer 1

Кластеризация KMeans уменьшит вашу MSE, и ответом для оптимального количества кластеров будет «Это зависит». Вы можете использовать метод локтя, чтобы найти оптимальное количество кластеров. Вот одна ссылка , по которой вы можете найти более подробную информацию.