यहां दो प्रश्न मिश्रित हैं। एक वक्र पर एक परिवर्तन बिंदु कैसे प्राप्त करें, और दूसरा डेटा वर्गीकृत करने के लिए के-साधनों का उपयोग करते समय फिट की गुणवत्ता को मापने के तरीके के बारे में है। हालांकि, क्लस्टर-विश्लेषण लोग इन दोनों सवालों को एक साथ जोड़ते हैं। जो भी फिट मीट्रिक आपके मामले के लिए सबसे उचित लगता है, का उपयोग करके अन्य वक्र-फिट/परिवर्तन बिंदु विधियों को देखने से डरो मत।
मुझे पता है कि आपके द्वारा लिंक की गई 'कोहनी' विधि एक विशिष्ट विधि है, लेकिन आपको बेयसियन सूचना मानदंड (बीआईसी) में 'घुटने' की तरह कुछ ऐसा लगता है। क्लिकर्स (के) की संख्या बनाम बीआईसी में कंक वह बिंदु है जिस पर आप तर्क दे सकते हैं कि अधिक जटिल समाधान की अतिरिक्त कम्प्यूटेशनल आवश्यकताओं को देखते हुए अधिक क्लस्टर जोड़कर बीआईसी में वृद्धि करना फायदेमंद नहीं है। एक अच्छी विधि है जो बीआईसी के दूसरे व्युत्पन्न के संकेत में परिवर्तन से अधिकतम संख्या में क्लस्टर का पता लगाती है। उदाहरण देखें
झाओ, क्यू, वी। हौतामाकी, और पी। फ्रांति 2008 ए: क्लस्टर की संख्या का पता लगाने के लिए बीआईसी में घुटने बिंदु का पता लगाना। इंटेलिजेंट विजन सिस्टम्स, जे ब्लैंक-टैलॉन, एस। ब्रेनन, डब्ल्यू फिलिप्स, डी। पोपेस्कु, और पी। Scheunders, एड्स, स्प्रिंगर बर्लिन/हेडेलबर्ग, कंप्यूटर विज्ञान में व्याख्यान नोट्स, वॉल्यूम के लिए उन्नत अवधारणाओं। 525 9, 664-673, डोई: 10.1007/978-3-540-88458-3 60.
झाओ, क्यू, एम। जू, और पी। फ्रांति, 2008 बी: बेयसियन सूचना मानदंड पर घुटने बिंदु का पता लगाना। आर्टिफिशियल इंटेलिजेंस के साथ टूल्स, 2008. आईसीटीएआई 08। 20 वें आईईईई इंटर-राष्ट्रीय सम्मेलन, वॉल्यूम। 2, 431 -438, डोई: 10.1109/ICTAI.2008.154
आप इस के लिए एक स्वचालित अनुप्रयोग डेटा मौसम में रुचि हो सकती, सामान्य दृष्टिकोण का एक बहुत अच्छा विचार विमर्श के लिए http://journals.ametsoc.org/doi/abs/10.1175/JAMC-D-11-0227.1
भी देखें Finding the best trade-off point on a curve में सूचना दी।
एक अंतिम अवलोकन: सुनिश्चित करें कि आप अपने लॉगरिदम में सुसंगत हैं। विभिन्न समुदाय अलग-अलग नोटेशन का उपयोग करते हैं, और परिणाम की तुलना करते समय यह त्रुटि का स्रोत हो सकता है।
में मदद करता है के साथ इष्टतम कश्मीर (एक 54 स्तंभ डेटासेट पर हो रही है इसके संचालन के लिए मेरी समाधान (सभी पूर्णांकों) है "कोहनी" हमेशा अनजाने में पहचाना नहीं जा सकता है। "मुझे लगता है कि इस विधि में कुछ व्यक्तिपरकता है, जो कार्यान्वयन को मुश्किल बनाता है। – Roland
[संभावित में क्लस्टर विश्लेषण: समूहों की इष्टतम संख्या निर्धारित करने के संभावित डुप्लिकेट] (http: // stackoverflow। कॉम/प्रश्न/15376075/क्लस्टर-विश्लेषण-इन-आर-निर्धारित-इष्टतम-संख्या-क्लस्टर) –