Tidak ada metode absolut untuk menemukan jumlah klaster (k) yang tepat pada k-means
Metode siku
Distortion: ulasan
Distortion: jumlah kuadrat jarak titik ke pusat klaster
Menurun saat jumlah klaster bertambah
Menjadi nol saat jumlah klaster = jumlah titik
Plot siku: grafik garis antara jumlah klaster dan distortion
Metode siku
Plot siku: plot jumlah klaster vs distortion
Plot siku membantu mengindikasikan jumlah klaster dalam data
Metode siku di Python
# Declaring variables for use
distortions = []
num_clusters = range(2, 7)
# Populating distortions for various clusters
for i in num_clusters:
centroids, distortion = kmeans(df[['scaled_x', 'scaled_y']], i)
distortions.append(distortion)
# Plotting elbow plot data
elbow_plot_data = pd.DataFrame({'num_clusters': num_clusters,
'distortions': distortions})
sns.lineplot(x='num_clusters', y='distortions',
data = elbow_plot_data)
plt.show()
Catatan akhir tentang metode siku
Hanya memberi indikasi k optimal (jumlah klaster)
Tidak selalu menentukan k yang tepat
Metode lain: silhouette rata-rata dan gap statistic
Preparing Video For Download...
