гладкий график, не в состоянии определить лучшее число Kmeans как подойти к такой проблеме? спасибо
wcss = [] for i in range(1, 40): kmeans = KMeans(n_clusters = i, init = 'k-means++', random_state = 42) kmeans.fit(df) wcss.append(kmeans.inertia_)
Я предлагаю выпустить алгоритм оптимизации для разработки Kmeans, Kmeans - это локальный оптимальный дропон, так что вы можете получить глобальный поиск в пространстве набора данных, вы можете использовать следующий алгоритм метаэвристов: 1- ACO (оптимизация колоний муравьев) 2- PSO (рой частиц)Оптимизация) 3- TLBO (преподавание на основе обучения оптимизации) 4- GA (генетический алгоритм) также вы можете создать новый алгоритм для решения проблемы с новым вашим алгоритмом, который основан на естественном.