如何选择将数据集分为几个cluster？有什么常用的标准吗？
trial and error
k-means cluster number
随便一搜一大堆问题 这种东西设计的数学性太强 一时半伙也说不清楚
另外如果连k都不会估计干嘛用k-means single-pass或者dbscan这种不需要估计k的算法可能更适合你
首先，k不是算出来的，更像是试出来的，很多启发式的机器学习算法中所需要的常数往往是这么试出来的.
但还是提供几种方法：
用不同的k值进行聚类，然后分别计算类内距离均值和类间距离均值之比，选择最小的那个.
根据先验知识决定k的取值
对不同k值都产生2次聚类，选择两次聚类结果最相似的k值.（稳定性）