Какие методы используются для определения оптимального количества кластеров в данных?

Некоторые методы, которые используются для определения оптимального количества кластеров в данных:

• Метод локтя. habr.com sky.pro Заключается в построении графика зависимости внутрикластерной дисперсии от количества кластеров. habr.com Оптимальным считается то количество кластеров, после которого добавление новых кластеров даёт меньший прирост качества. sky.pro
• Силуэтный анализ. sky.pro Выбирается число кластеров, при котором средний силуэтный коэффициент максимален. sky.pro Этот метод измеряет, насколько хорошо объекты могут быть разделены на кластеры. habr.com
• Gap-статистика. habr.com sky.pro Сравнивает изменение внутрикластерной дисперсии с ожидаемым значением при равномерном распределении. sky.pro
• Иерархическая кластеризация. habr.com Не требует заранее заданного числа кластеров и помогает понять, сколько кластеров лучше всего соответствует данным. habr.com
• Анализ матрицы ядра. en.wikipedia.org Метод основан на разложении матрицы ядра по собственным значениям. en.wikipedia.org Затем анализируются собственные значения и собственные векторы, чтобы получить меру компактности входного распределения. en.wikipedia.org
• Статистика пробелов. en.wikipedia.org Измеряет, насколько далека объединённая внутрикластерная сумма квадратов вокруг центров кластеров от суммы квадратов, ожидаемой при нулевом эталонном распределении данных. en.wikipedia.org