会计学用户(yònghù)画像的价值用户(yònghù)画像构建流程数据(shùjù)收集用户(yònghù)行为建模用户画像基本(jīběn)成型数据(shùjù)可视化分析聚类分析-K均值(jūnzhí)算法K值估计对于k值，必须提前知道，这也是kmeans算法的一个缺点。当然对于k值，我们可以有很多种方法进行估计。本文中，我们采用平均直径法来进行k的估计。也就是说，首先视所有的点为一个大的整体cluster，计算所有点之间距离的平均值作为该cluster的平均直径。选择初始质心的时候，先选择最远的两个点，接下来从这最两个点开始，与这最两个点距离都很远的点（远的程度为，该点到之前选择的最远的两个点的距离都大于整体cluster的平均直径）可视为新发现的质心，否则不视之为质心。设想(shèxiǎng)一下，如果利用平均半径或平均直径这一个指标，若我们猜想的K值大于或等于真实的K值，也就是簇的真实数目，那么该指标的上升趋势会很缓慢，但是如果我们给出的K值小于真实的簇的数目时，这个指标一定会急剧上升。根据这样的估算思想，我们就能估计出正确的k值，并且得到k个初始质心，接着，我们便根据上述算法流程继续进行迭代，直到所有质心都不变化，从而成功实现算法。如下图所示：层次(céngcì)聚类算法详解及实现C4.5算法(suànfǎ)