Metoda łokcia
Metoda łokcia jest heurystyką służącą do wyboru optymalnej liczby klastrów w klastrowaniu partycyjnym. Wprowadzona przez Roberta Thorndike'a w 1953 roku, polega na dopasowywaniu modeli klastrowania dla rosnącej liczby klastrów i wykresie sumy kwadratów odległości wewnątrz klastrów (WCSS) w funkcji liczby klastrów. 'Łokieć' pojawia się tam, gdzie następuje gwałtowna zmiana tempa spadku WCSS, sugerując optymalną liczbę klastrów.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Elbow Method for Optimal Cluster Number. ScholarGate. https://scholargate.app/pl/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.
- Indeks Calinskiego-HarabaszaOcena modeli↔ compare
- Indeks Daviesa-BouldinaOcena modeli↔ compare
- Statystyka Luki (Gap Statistic)Ocena modeli↔ compare
- InercjaOcena modeli↔ compare
- Współczynnik sylwetkiOcena modeli↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →