評估指標

分群沒有標準答案,K-Means 的成績單得自己造:SSE 看群內夠不夠緊、輪廓係數看群間分得夠不夠開、手肘法幫你挑 K。

核心觀念

SSE(誤差平方和)= 每個點到所屬群中心距離平方的總和,衡量群內變異,越小越好。輪廓係數(Silhouette)綜合「離自己群多近、離最近鄰群多遠」,介於 -1 到 1,越接近 1 分群品質越好。手肘法(Elbow Method)把不同 K 的 SSE 畫成曲線,下降幅度突然變緩的轉折點,就是合理的 K。

白話理解

零售客群分群:SSE 小代表同群客人消費行為緊密;輪廓係數高代表「小資族」與「精品客」涇渭分明。注意 K 越大 SSE 一定越小 — 每人自成一群時 SSE 等於 0,所以不能只追 SSE 最小,要找手肘。

評估重點

• SSE:群內緊密度,越小越好,但隨 K 增加單調下降
• 手肘法:SSE 曲線的轉折點決定 K
• 輪廓係數:接近 1 好、接近 0 在群邊界、負值可能分錯群
• 實務搭配:手肘法粗選範圍,輪廓係數細比高下
• K-Means 對初始中心敏感,常多次隨機初始化,取 SSE 最低的一次結果

🎯 口訣:SSE 越小群越緊,手肘轉折選 K,輪廓近 1 分得清。

iPAS 考點

必考「如何決定 K-Means 的 K 值」— 答案方向是手肘法或輪廓係數;陷阱選項是「選 SSE 最小的 K」,那會一路選到 K 等於資料筆數。看到「群內距離平方和」關鍵字,對應的就是 SSE;看到「分群品質、群內緊密且群間分離」,對應的是輪廓係數。