Какие существуют методы оптимизации выбора числа кластеров в алгоритме k-средних?

Некоторые методы оптимизации выбора числа кластеров в алгоритме k-средних:

• Метод локтя. habr.com dzen.ru Заключается в том, что выполняют кластеризацию для различных значений k и строят график зависимости суммарной внутрикластерной дисперсии от количества кластеров. habr.com Внутрикластерная дисперсия показывает, насколько компактными являются кластеры. habr.com Чем меньше внутрикластерная дисперсия, тем более «упорядочены» и «однородны» кластеры. habr.com На графике ищут «локоть» — точку, где дальнейшее увеличение числа кластеров не приводит к значительному снижению внутрикластерной дисперсии. habr.com Это и есть оптимальное количество кластеров. habr.com
• Метод силуэта. habr.com Измеряет, насколько хорошо объекты могут быть разделены на кластеры. habr.com Чем выше значение силуэта, тем лучше объект вписывается в свой кластер. habr.com
• Метод gap statistic. habr.com Сравнивает внутреннюю дисперсию кластеров с дисперсией кластеров, полученных на случайных данных. habr.com Это помогает выбрать оптимальное количество кластеров. habr.com
• Иерархическая кластеризация. habr.com Не требует заранее заданного числа кластеров и помогает понять, сколько кластеров лучше всего соответствует данным. habr.com