Метод локтя
Метод локтя (Elbow Method) — это эвристика для выбора оптимального числа кластеров в задачах кластеризации методом разбиения. Предложенный Робертом Торндайком в 1953 году, он включает подбор моделей кластеризации для возрастающего числа кластеров и построение графика суммы квадратов внутрикластерных расстояний (within-cluster sum of squares, WCSS) в зависимости от числа кластеров. «Локоть» возникает там, где скорость уменьшения WCSS резко меняется, что указывает на оптимальное число кластеров.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Карта метода
Окружение родственных методов — выберите узел, чтобы перейти к нему.
Источники
- 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 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Elbow Method for Optimal Cluster Number. ScholarGate. https://scholargate.app/ru/model-evaluation/elbow-method
Какой метод?
Поставьте этот метод рядом с ближайшими родственными и прочитайте их бок о бок — библиотека выкладывает книги на стол, а выбор за вами.
- Индекс Калински-ХарабасаОценка моделей↔ сравнить
- Индекс Дэвиса-БолдинаОценка моделей↔ сравнить
- Статистика разрыва (Gap Statistic)Оценка моделей↔ сравнить
- ИнерцияОценка моделей↔ сравнить
- Коэффициент силуэтаОценка моделей↔ сравнить
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →