机器学习领域涉及多种算法，其中聚类算法是一个重要分支，常见的聚类算法有kmeans，虽然原理简单，简单易用，但通常需要事先确定K值，k值选取与具体数据和业务场景紧密相关，一旦k值选取不合理会导致模型效果出现明显问题，一般k值确定通过在不同k值下多次聚类对比选取出最优k值，但对于计算量有巨大挑战，尤其是当数据量非常大的时候每次聚类花费的时间也很长，另一种常见方式是基于专家经验事前设置k值，但这种方式受限于人工知识，有可能人工知识给算法引入误导，本资源通过算法层面不依赖于人工经验，可以结合具体数据样本实际情况，计算聚类gap评价指标，通过指标变化曲率定位到最优k值，直接输出最优k值，解决了kmeans算法k值选取难的问题，实验验证该方式选区的k值能够表征业务场景实际意义，符合物理世界聚类描述，极大提高了聚类效果，减少了选取k值的人工成本和时间成本
语言：python
算法：kmaens
平台：windows
涉及的库：scipy，sklearn
适用人群：机器学习，数据挖掘，数据分析相关的聚类问题和实践
