下面是一些选择集群数量的技术K。

最常见的是肘部方法和轮廓方法。

肘法

在这种方法中，您可以计算具有不同值的分数函数K。您可以使用您建议的汉明距离或其他分数，例如色散。

然后，绘制它们，并在函数创建“肘部”的位置为 选择值K。

剪影法

该方法测量一个簇中的点到其他簇的距离。然后在视觉上你有让你选择的剪影图K。

观察：

K=2，相似高度但大小不同的轮廓。所以，潜在的候选人。

K=3，不同高度的剪影。所以，糟糕的候选人。

K=4，相似高度和大小的剪影。最佳人选。

KMeans 算法非常漂亮，但与其他算法相比，它有点原始。如果您有兴趣让聚类算法自动为您计算出聚类的数量，因此您不必这样做，您可以使用Affinity Propagation.

from sklearn.cluster import AffinityPropagation
from sklearn import metrics
from sklearn.datasets import make_blobs

# #############################################################################
# Generate sample data
from sklearn.cluster import KMeans
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
import numpy as np
#%matplotlib inline
from sklearn import datasets#Iris Dataset
iris = datasets.load_iris()
X = iris.data

# #############################################################################
# Compute Affinity Propagation
af = AffinityPropagation(preference=-50).fit(X)
cluster_centers_indices = af.cluster_centers_indices_
labels = af.labels_

n_clusters_ = len(cluster_centers_indices)

print('Estimated number of clusters: %d' % n_clusters_)


# #############################################################################
# Plot result
import matplotlib.pyplot as plt
from itertools import cycle

plt.close('all')
plt.figure(1)
plt.clf()

colors = cycle('bgrcmykbgrcmykbgrcmykbgrcmyk')
for k, col in zip(range(n_clusters_), colors):
    class_members = labels == k
    cluster_center = X[cluster_centers_indices[k]]
    plt.plot(X[class_members, 0], X[class_members, 1], col + '.')
    plt.plot(cluster_center[0], cluster_center[1], 'o', markerfacecolor=col,
             markeredgecolor='k', markersize=14)
    for x in X[class_members]:
        plt.plot([cluster_center[0], x[0]], [cluster_center[1], x[1]], col)

plt.title('Estimated number of clusters: %d' % n_clusters_)
plt.show()

输出：Estimated number of clusters: 3

https://scikit-learn.org/stable/auto_examples/cluster/plot_affinity_propagation.html#sphx-glr-auto-examples-cluster-plot-affinity-propagation-py

https://scikit-learn.org/stable/modules/clustering.html