Поиск оптимального значения of K. K-Means Clustering

Я пишу кластеризацию K-Means Clustering. Не могли бы вы рассказать мне, как найти «Нахождение оптимального значения K». Ниже приведен код, который я написал. Но он не правильно считает.

def mean_distances(k, X):
"""
Arguments:

k -- int, number of clusters
X -- np.array, matrix of input features

Returns:

Array of shape (k, ), containing mean of sum distances 
    from centroid to each point in the cluster for k clusters
"""

### START CODE HERE ###

clusters, final_centrs = KMeans(X, k).final_centroids()
dist = []
print(clusters[1])
for i in range(k):
    d =  np.sum(np.linalg.norm((clusters[i] - final_centrs[i])**2))
    dist.append(d)
    dist
return dist
 
### END CODE HERE ###