Metoda lakta
Metoda lakta (Elbow Method) je heuristika za odabir optimalnog broja klastera u particionom klasterovanju. Predložena od strane Roberta Torndjajka 1953. godine, ona podrazumeva uklapanje modela klasterovanja za sve veći broj klastera i iscrtavanje sume kvadrata unutar klastera (WCSS) u odnosu na broj klastera. 'Lakat' se javlja tamo gde se stopa opadanja WCSS-a naglo menja, što ukazuje na optimalan broj klastera.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Elbow Method for Optimal Cluster Number. ScholarGate. https://scholargate.app/sr/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 Čalinski-HarabašEvaluacija modela↔ compare
- Indeks Davies-BouldinEvaluacija modela↔ compare
- Statistika jazaEvaluacija modela↔ compare
- InercijaEvaluacija modela↔ compare
- Silueta koeficijentEvaluacija modela↔ compare
Citirana u
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →