I tillegg til WSS-metoden er silhuettskåren en annen verdifull metrikk for å bestemme det optimale antallet klynger (K) i K-means. Den vurderer hvor godt hvert datapunkt passer i sin klynge sammenlignet med andre.

For hvert datapunkt tar silhuettskåren hensyn til:

• Kohesjon (a): gjennomsnittlig avstand til punkter innenfor samme klynge;

• Separasjon (b): gjennomsnittlig avstand til punkter i nærmeste andre klynge.

Silhuettskåren beregnes som: (b - a) / max(a, b), og varierer fra -1 til +1.

Tolkning av skår:

• +1: punktet er godt gruppert;

• ~0: punktet ligger på grensen mellom klynger;

• -1: punktet kan være feilklassifisert.

Fremgangsmåte for å finne optimal K ved bruk av silhuettskår er følgende:

• Kjør K-means for et utvalg av K-verdier (f.eks. K=2 til et rimelig maksimum);

• For hver K, beregn gjennomsnittlig silhuettskår;

• Plott gjennomsnittlig silhuettskår mot K (silhuettplot);

• Velg K med høyest gjennomsnittlig silhuettskår.

Ved å undersøke silhuettplottet, som viser skårer for hvert punkt, kan man få dypere innsikt i klyngekonsistens. Høyere gjennomsnittsskårer og jevne skårer på tvers av punkter er ønskelig.

Oppsummert: Mens WSS minimerer avstander innenfor klynger, balanserer silhuettskåren kohesjon og separasjon. Å bruke begge gir en mer robust tilnærming til å finne optimal K.