你需要掌握选择最佳聚类数目的这10个技巧！

点击上方关注，All in AI中国

聚类是最常见的无监督机器学习问题之一。通过一些相似性度量方法把一些观测值分成同一类。

共有5类聚类方法：

• 层次法
• 划分法（k-means，PAM，CLARA）
• 基于密度的方法
• 基于模型的方法
• 模糊聚类

起初，我写这篇文章主要是由于我阅读了关于clustree包，dendextend文档以及由Alboekadel Kassambara撰写的factoextra编写的关于聚类分析的实用指南。

数据集

我将使用集群包中一个鲜为人知的数据集：all.mammals.milk.1956，这是我之前没有研究过的一个数据集。

数据集传送门：https://www.rdocumentation.org/packages/cluster.datasets/versions/1.0-1/topics/all.mammals.milk.1956

这个小数据集包含了25种哺乳动物及其牛奶成分（水，蛋白质，脂肪，乳糖，灰分百分比）的清单。

首先让我们加载所需的包。

现在加载数据。

让我们研究并可视化这些数据。

所有变量用数字来表示，那么，统计分布呢？

不同属性之间的关系是什么？使用corrplot（）创建相关矩阵。

当您拥有以不同比例测量的变量时࿰