Kyynärpäämenetelmä on suosittu tekniikka, jota käytetään määrittämään optimaalinen määrä klustereita K-merkittyjen klustereiden klusterointi. Se sisältää analysoinnin varianssin sisällä klustereja eri arvoja K ja valitsemalla pisteen, jossa varianssin lasku alkaa tasaantua. Tämä auttaa valitsemaan K, joka tasapainottaa yksinkertaisuutta ja tarkkuutta.

Kyynärpäämenetelmän ymmärtäminen

Menetelmä osoittaa neliöetäisyydet (inertia) datapisteiden ja niiden klusterikeskusten välillä eri arvoja K. Kun K kasvaa, inertia vähenee. Tavoitteena on löytää kohta, jossa hidastumisnopeus jyrkästi muuttuu, muodostaen "taivas" tontin.

Optimaalisen K:n laskeminen

  • Suorita K-merkitykset ryhmittelyllä eri K-arvojen (esim. 1-10) mukaan.
  • Lasketaan kunkin K:n inertia.
  • - Laita inertia K:ta vastaan.
  • Määritetään kohta, jossa inertian väheneminen hidastuu merkittävästi.
  • Valitse tämä K klustereiden optimaaliseksi lukumääräksi.

Tulosten tulkinta

"Kärki" piste tontilla osoittaa optimaalinen K. Jos tontin ei näytä selvää kyynärpää, harkita muita menetelmiä tai domain tietoa valita paras määrä klustereja. Tavoitteena on valita K, joka minimoi sisällä-klusiitti varianssi ilman overating.