无监督聚类问题中，如何决定簇的最优数量 <；pre t=\"code\" l=\"python\">；#-*-coding：utf-8-*-from sklearn.cluster import KMeansfrom sklearn.externals import joblibimport numpyfinal=open('c：/test/final.dat'，'r')data=[line.strip().split('\\t')for line in final]feature=[[float(x)for x in row[3：]]for row in data]调用kmeans类clf=KMeans(n_clusters=9)s=clf.fit(feature)print s9个中心print clf.cluster_centers_每个样本所属的簇print clf.labels_用来评估簇的个数是否合适，距离越小说明簇分的越好，选取临界点的簇个数print clf.inertia_进行预测print clf.predict(feature)保存模型joblib.dump(clf，'c：/km.pkl')载入保存的模型clf=joblib.load('c：/km.pkl')'''用来评估簇的个数是否合适，距离越小说明簇分的越好，选取临界点的簇个数for i in range(5，30，1)：clf=KMeans(n_clusters=i)s=clf.fit(feature)print i，clf.inertia_'''
如何对用户进行聚类分析？ 图片来源：http：//www.exegetic.biz/blog/2015/10/monthofjulia-day-30-clustering/ 如上图，数据可以被分到红。https：// archive.ics.uci.edu/ml/ datasets/Online+Retail# 。
在大数据分析中哪些聚类算法是最常使用的？ 聚类算法那么多，并不清楚具体哪些才是真正用的到的，不能够选择性的学习.
