Till skillnad från K-means ger hierarkisk klustring inte direkt ett fast antal kluster. Istället producerar den en hierarki. Du behöver en metod för att avgöra var du ska dela dendrogrammet för att få önskat antal kluster.

Metoder för att bestämma antalet kluster

För att bestämma det optimala antalet kluster används flera vanliga metoder, inklusive dendrogramvisualisering, armbågmetoden och silhuettmetoden.

Dendrogramvisualisering

Denna metod innebär att du visuellt inspekterar dendrogrammet för de största vertikala gapen som inte korsas av horisontella linjer. Antalet kluster kan härledas från antalet vertikala linjer som dessa gap omfattar. Denna metod är dock subjektiv och bygger mycket på visuell tolkning.

Armbågmetoden (med within-cluster sum of squares - WCSS)

I detta tillvägagångssätt utför du hierarkisk klustring för ett intervall av klusterantal och beräknar WCSS för varje. Genom att plotta WCSS-värden mot antalet kluster kan du identifiera en "armbågpunkt" i diagrammet. Denna punkt indikerar en bra balans mellan att minimera WCSS och att undvika ett överdrivet antal kluster, liknande armbågmetoden i K-means.

Silhuettmetoden

Denna metod innebär att beräkna silhuettvärden för olika antal kluster genom att dela dendrogrammet på olika höjder. Det optimala antalet kluster är det som motsvarar det högsta genomsnittliga silhuettvärdet.