K-means算法中k值的选取方法有:

在K-means算法中，k值的选取方法通常有以下几种：

1. 基于经验值选择：根据一般的经验来选择k值，比如根据数据集的大小或特征数量来选择k值。

2. 手肘法（Elbow Method）：通过观察k值和样本的误差平方和（SSE）的关系来选择k值，选择使误差平方和下降越快的k值。

3. 轮廓系数（Silhouette Coefficient）：通过平均轮廓系数最大的k值作为最优选取。

4. Gap统计量法： Gap统计量法的思想是，如果真正的数据集是服从随机分布的，那么怎么样算法产生的聚类质量就应当与一个随机的数据集中包含k个聚类、每个聚类中与实际数据集的样本数量相同的情况相当，其最优k应当就是真正数据集的最优k。