Elbow-methode
De Elbow-methode is een heuristiek voor het selecteren van het optimale aantal clusters in partitie-clustering. Geïntroduceerd door Robert Thorndike in 1953, omvat het het fitten van clusteringmodellen voor een toenemend aantal clusters en het plotten van de within-cluster sum of squares (WCSS) tegen het aantal clusters. De 'elleboog' treedt op waar de snelheid van de WCSS-afname scherp verandert, wat duidt op een optimaal clustergetal.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Elbow Method for Optimal Cluster Number. ScholarGate. https://scholargate.app/nl/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 IndexModelevaluatie↔ compare
- Davies-Bouldin IndexModelevaluatie↔ compare
- Gap StatisticModelevaluatie↔ compare
- TraagheidModelevaluatie↔ compare
- Silhouette ScoreModelevaluatie↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →