MCDMCluster Number Selection
엘보우 방법(Elbow Method)
엘보우 방법은 분할 군집화에서 최적의 군집 수를 선택하기 위한 경험적 방법이다. 1953년 Robert Thorndike가 소개한 이 방법은, 증가하는 군집 수에 대해 군집화 모델을 적합시키고 군집 내 제곱합(WCSS)을 군집 수에 대해 그래프로 그리는 과정을 포함한다. '엘보우'는 WCSS 감소율이 급격하게 변하는 지점에서 발생하며, 이는 최적의 군집 수를 시사한다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Elbow Method for Optimal Cluster Number. ScholarGate. https://scholargate.app/ko/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 지수모델 평가↔ compare
- Davies-Bouldin Index모델 평가↔ compare
- Gap Statistic모델 평가↔ compare
- 관성 (Inertia)모델 평가↔ compare
- Silhouette Score모델 평가↔ compare