어떻게하면 데이터의 클러스터링을 정량화 할 수 있습니까?사각형 영역에 무작위로 분포 된 일련의 데이터를 상상해보십시오. x와 y 좌표는 모두 균일 한 확률 변수입니다. 유일한 그룹화 또는 클러스터링은 임의성 때문입니다. 이제 시간이 지남에 따라 데이터가 클러스터링된다는 또 다른 가설 Ha를 상상해보십시오. 일주일에 동일한 데이터가 적어도 시각적으로 더 많은 클러스터 된 것처럼 보입니다. 클러스터링의 정도를 측정하려면 어떻게해야합니까? 0은 임의성 이외의 클러스터링이 아니며 1은 모든 데이터 요소가 동일한 위치로 이동하는 것입니다. 그 중간에 데이터가 분산되어 여러 클러스터로 그룹화되는 작은 클러스터가 있습니다.
각 데이터 세트에 대해 클러스터 범위를 사용하여 K 평균 클러스터를 수행하고 CCC의 값이 큰 것이 가장 적합한 Cubic Clustering Criterion (CCC)이 가장 좋은 NCluster (클러스터 수)를 선택할 수 있습니다. 그런 다음 무작위 데이터에 더 많지만 작은 클러스터가 있음을 지적하면서 클러스터 수를 비교할 수 있습니다. 클러스터링의 정도를 비교하는 데 더 통계적으로 유효한 접근 방법이있는 것 같습니다. 그래서 나 자신보다 훨씬 똑똑한 사람들로 가득 찬 커뮤니티에 다가 가고 있습니다!
