機器學習中聚類分析的演算法的確要求要先確定分幾類，也就是簇數，作為一個數據挖掘工作者，也經常會用到聚類分析，那麼該怎樣確定這個數呢？

說一下我做聚類分析確定簇數的方法

做聚類分析首先要知道做的是什麼，也就是我們的分析物件，舉個例子，如果我們要對全國城市來聚類，那可以有四五個簇類，比如一線，二線，三線，四線及以下或者五線等等，具體要確定。

要根據業務需求和場景，也可以和業務人員或者運營人員來商討，畢竟你做的分析是要用到實際業務中，必須要讓他們認可你的分析結果。在商討的過程中重點要討論一下這個分析所對應的業務需求，他們在什麼情況下用到這個分析，分析的目的是為了什麼，想要得到一個什麼樣的結果，這幾點一定要搞清楚

如果說，業務人員也無法給出數目，或者只給出大概的資料範圍怎麼辦？不慌，業務人員肯定無法告訴我們，我們還可以根據拿到的資料來判斷。

業務或運營人員無法給出準確的數目，這個很正常，要是他們都能清楚的知道要分多少類，那還要我們資料探勘人員幹嘛呢。業務人員只能知道大概，而我們要提供精準的分析結果。

根據資料來判斷，最常用到散點圖，根據樣本的分佈情況來判斷簇類數目

資料本身的分佈屬性會給我們一個直觀的判斷。

但是得注意：做散點圖的時候最好對資料做歸一化，因為聚類分析是根據歐氏距離的大小來判斷樣本之間的相似性，如果不做歸一化，可能導致有的特徵資料的方差過大，直接影響聚類結果。

根據散點圖一看，類別很清晰嘛，還猶豫什麼，上手做唄，做出來的結果也很好，直接甩給業務人員，這個時候別急著高興，因為資料有一定的欺騙性，做好初步結果要和業務人員對接，要討論一下這個分類的結果有沒有實際的業務意義，就是能不能在業務上有個很好的解讀。畢竟無法在業務上進行解讀的分析都是毫無意義的！