Méthode du coude
La méthode du coude (Elbow Method) est une heuristique permettant de sélectionner le nombre optimal de grappes (clusters) dans le partitionnement de données. Introduite par Robert Thorndike en 1953, elle consiste à ajuster des modèles de regroupement pour un nombre croissant de grappes et à tracer la somme des carrés intra-grappes (WCSS) en fonction du nombre de grappes. Le « coude » apparaît là où le taux de diminution de la WCSS change brusquement, suggérant un nombre optimal de grappes.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Carte des méthodes
Le voisinage des méthodes apparentées — sélectionnez un nœud pour explorer.
Sources
- Hastie, T., Tibshirani, R., & Friedman, J. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction. Springer Series in Statistics. link ↗
- Thorndike, R. L. (1953). Who belongs in the family? Psychometrika, 18(4), 267-276. DOI: 10.1007/BF02289263 ↗
Comment citer cette page
ScholarGate. (2026, June 3). Elbow Method for Optimal Cluster Number. ScholarGate. https://scholargate.app/fr/model-evaluation/elbow-method
Quelle méthode ?
Placez cette méthode aux côtés de ses plus proches parentes et lisez-les côte à côte — la bibliothèque pose les ouvrages sur la table ; le choix vous revient.
- Indice de Calinski-HarabaszÉvaluation de modèles↔ comparer
- Indice de Davies-BouldinÉvaluation de modèles↔ comparer
- Statistique de l'écartÉvaluation de modèles↔ comparer
- InertieÉvaluation de modèles↔ comparer
- Score de SilhouetteÉvaluation de modèles↔ comparer
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →