我对不同的K值进行了K-means聚类，并得到了每个K值的惯性（据我所知，惯性是所有聚类的标准差之和）

ks = range(1,30)inertias = []for k in ks:    km = KMeans(n_clusters=k).fit(trialsX)    inertias.append(km.inertia_)    plt.plot(ks,inertias)

根据我的阅读，最佳K值位于此图的“肘部”，但计算肘部的方法一直难以捉摸。如何使用这些数据以编程方式计算K值？

回答：

我会发布这个，因为这是我目前能想到的最好的方法：

似乎使用沿曲线的第一导数范围的某个阈值可能会做得很好。这可以通过拟合样条曲线来实现：

y_spl = UnivariateSpline(ks,inertias,s=0,k=4)x_range = np.linspace(ks[0],ks[-1],1000)y_spl_1d = y_spl.derivative(n=1)plt.plot(x_range,y_spl_1d(x_range))

然后，您可以定义K值，例如曲线上升到90%的位置。我认为这是一种相当一致的方法，但可能有更好的选择。

编辑：两年后，只需使用np.diff生成此图，而无需拟合样条曲线，然后找到斜率等于-1的点。请查看评论以获取更多信息。