MCDMCluster Number Selection
エルボー法
エルボー法（Elbow Method）は、階層的クラスタリングにおける最適なクラスタ数を決定するためのヒューリスティック手法である。1953年にロバート・ソーソンダイク（Robert Thorndike）によって導入されたこの手法は、クラスタ数を増やしながらクラスタリングモデルを適合させ、クラスタ数に対するクラスタ内平方和（WCSS: within-cluster sum of squares）をプロットする。WCSSの減少率が急激に変化する点に「エルボー（肘）」が現れ、これが最適なクラスタ数を示唆する。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 3). Elbow Method for Optimal Cluster Number. ScholarGate. https://scholargate.app/ja/model-evaluation/elbow-method
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 Index（キャリンスキー・ハラバス指数）モデル評価↔ compare
- デイビス・ボールディン指数モデル評価↔ compare
- Gap Statisticモデル評価↔ compare
- 慣性モデル評価↔ compare
- シルエット係数モデル評価↔ compare