如何在找到最佳值的同时设置K的范围？

Question

虽然KMeans算法将大型数据集聚在一起，但是为了找到K的最佳值，我们可以使用以下代码片段：

model = KMeans()
visualizer = KElbowVisualizer(model, k=(min_value, max_value), timings=False, locate_elbow=True)  
visualizer.fit(data)
no_of_clusters= visualizer.elbow_value_

在此，我们指定应获取K值的范围（最小值和最大值）。对于大型数据集（例如：100万行），我们如何找到这些范围的最佳组合，从而节省大量执行时间？

Answer 1

实际上决定集群主要取决于您的应用程序。

Answer 2

关于如何达到K的合理范围的好问题。您有几种情况需要解决。