Inertia
Inertia, tunnetaan myös nimellä Within-Cluster Sum of Squares (WCSS), on klusterin koheesion mittari, joka kvantifioi, kuinka tiiviisti pisteet ovat ryhmittyneet klusterikeskipisteidensä ympärille. Alemmat arvot osoittavat tiiviimpiä, yhtenäisempiä klustereita. Inertia on pääasiallinen tavoitefunktio k-means-klusteroinnissa ja on ollut perustavanlaatuinen metriikka menetelmän käyttöönotosta lähtien.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- 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 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Inertia: Sum of Squared Distances to Cluster Centroids. ScholarGate. https://scholargate.app/fi/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-indeksiMallien arviointi↔ compare
- Davies-Bouldin-indeksiMallien arviointi↔ compare
- Dunn-indeksiMallien arviointi↔ compare
- KyynärpäämenetelmäMallien arviointi↔ compare
- SiluettikerroinMallien arviointi↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →