Silhouette 점수는 데이터 분석에서 클러스터링 결과를 평가하는 데 사용되는 미터입니다. 그들은 다른 클러스터와 비교하여 객체가 자신의 클러스터에 어떻게 유사한지 측정합니다. 더 높은 점수는 더 나은 정의 클러스터를 나타냅니다. 더 낮은 점수는 과잉 또는 빈번하게 분리 된 그룹을 제안합니다.

Silhouette 점수 이해

실루엣 점수는 -1에서 1까지의 범위입니다. 1 점수는 데이터 포인트가 자신의 클러스터에 잘 일치하고 이웃 클러스터에 가해지는 것으로 나타냅니다. 0의 점수는 오버랩핑 클러스터를 제안하고, 부정적인 점수는 잘못된 클러스터에 할당 될 수 있습니다.

Silhouette 점수를 계산

계산은 각 데이터 포인트에 대한 두 가지 주요 구성 요소가 포함되어 있습니다.

  • a: 같은 클러스터의 포인트와 다른 모든 지점 사이의 평균 거리.
  • b: 다른 클러스터의 포인트와 모든 포인트 사이의 최저 평균 거리.

각 지점의 실루엣 점수는 다음과 같이 계산됩니다.

실루엣 점수 = (b - a) / 최대 (a, b)

실루엣 점수를 연습하기

Silhouette 점수는 데이터셋에서 클러스터의 최적의 수를 결정하는 데 유용합니다. 다른 클러스터 수에 대한 점수를 계산함으로써 분석은 가장 높은 평균 실루엣 점수로 구성을 선택할 수 있습니다. 이것은 클러스터링 결과의 해석성과 효율성을 향상시킬 수 있습니다.