Inertia
Inertia, auch als Within-Cluster Sum of Squares (WCSS) bezeichnet, ist ein Maß für die Kohäsion von Clustern, das quantifiziert, wie eng Punkte um ihre Cluster-Schwerpunkte gruppiert sind. Niedrigere Werte weisen auf kompaktere, kohäsivere Cluster hin. Inertia ist die primäre Zielfunktion für die k-Means-Clusteranalyse und seit der Einführung der Methode eine grundlegende Metrik.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- Lloyd, S. P. (1982). Least squares quantization in PCM. IEEE Transactions on Information Theory, 28(2), 129-137. DOI: 10.1109/TIT.1982.1056489 ↗
- MacQueen, J. (1967). Some methods for classification and analysis of multivariate observations. In Proceedings of the Fifth Berkeley Symposium on Mathematical Statistics and Probability (Vol. 1, pp. 281-297). link ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Inertia: Sum of Squared Distances to Cluster Centroids. ScholarGate. https://scholargate.app/de/model-evaluation/inertia
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Calinski-Harabasz-IndexModellevaluation↔ compare
- Davies-Bouldin-IndexModellevaluation↔ compare
- Dunn-IndexModellevaluation↔ compare
- Elbow-MethodeModellevaluation↔ compare
- Silhouetten-KoeffizientModellevaluation↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →