我想使用轮廓分数为我的数据集选择最佳数量的簇。我的数据集是关于2,000多个品牌的信息,包括购买此品牌的客户数量,品牌的销售量以及品牌在各类别下销售的商品数量。相同数据和簇数的不同轮廓分数
由于我的数据集非常稀疏,因此我在集群之前使用了MaxAbsScaler和TruncatedSVD。
我使用的聚类方法是k-means,因为我最熟悉这个(我会感谢你对其他聚类方法的建议)。
当我将群集数量设置为80并运行k均值时,每次都得到不同的轮廓分数。是否因为k-means每次都会给出不同的聚类? 有时候,群集数量为80的轮廓分数小于200,有时则相反。所以我很困惑如何选择合理数量的群集。
此外,我的轮廓分数范围很小,并且不会因为增加集群数量而变化很多,范围从0.15到0.2。
下面是我从运行剪影成绩得到了结果:
For n_clusters=80, The Silhouette Coefficient is 0.17329035592930178
For n_clusters=100, The Silhouette Coefficient is 0.16970208098407866
For n_clusters=200, The Silhouette Coefficient is 0.1961679920561574
For n_clusters=300, The Silhouette Coefficient is 0.19367019831221857
For n_clusters=400, The Silhouette Coefficient is 0.19818865972762675
For n_clusters=500, The Silhouette Coefficient is 0.19551544844885604
For n_clusters=600, The Silhouette Coefficient is 0.19611760638136203
我将非常感激您的建议!提前致谢!