Choisir un K grand pour s'assurer que toutes les nuances dans les données sont capturées

Faire varier le nombre de clusters de K allant de 2 à n, et calculer l’indice de Davis-Bouldin pour chaque partition obtenue puis choisir celle qui correspond à la plus faible valeur de l’indice.

Choisir un K petit pour garder le modèle simple

Faire varier le nombre de clusters de K allant de 2 à n, et calculer l’indice Silhouette pour chaque partition obtenue puis choisir celle qui correspond à la valeur la plus élevée de l’indice.

Demander à un expert du domaine de choisir la valeur de K