MCDMCluster Number Selection
“手肘法”
“手肘法”（Elbow Method）是一种用于在划分式聚类中选择最佳聚类数量的启发式方法。该方法由Robert Thorndike于1953年提出，其原理是针对不断增加的聚类数量拟合聚类模型，并绘制聚类内部平方和（WCSS）与聚类数量的关系图。“手肘”点出现在WCSS下降速率急剧变化之处，这表明了一个最佳的聚类数量。
阅读完整方法
仅限会员
登录使用免费账户登录即可阅读本节。
方法图谱
相关方法的邻域——选择一个节点以展开探索。
来源
- 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 ↗
如何引用本页
ScholarGate. (2026, June 3). Elbow Method for Optimal Cluster Number. ScholarGate. https://scholargate.app/zh/model-evaluation/elbow-method
选用哪种方法？
将本方法与其最相近的同类并置，并排研读——本馆将书籍铺陈于案上，取舍则由您定夺。
- Calinski-Harabasz指数模型评估↔ 比较
- 戴维斯-布尔丁指数模型评估↔ 比较
- Gap Statistic模型评估↔ 比较
- 惯性模型评估↔ 比较
- 轮廓系数模型评估↔ 比较