Een data scientist heeft de k-means clustering inertia (som van gekwadrateerde afstanden) uitgezet voor k-waarden van 1 tot 10. Gebaseerd op de 'elleboog' in de plot, welke k is een redelijke keuze?

De 'elleboogmethode' wordt gebruikt om een optimale k-waarde te vinden voor k-means clustering. Men plot de inertia (sum of squared distances) tegen verschillende k-waarden. De inertia neemt af naarmate k toeneemt, omdat meer clusters de afstand tot het dichtstbijzijnde clustercentrum verkleinen. Het punt waar de afname van de inertia significant vertraagt, vormt de 'elleboog' in de plot. Dit punt duidt op een goede balans tussen het aantal clusters en de compactheid ervan. Bij k=4 is er waarschijnlijk een duidelijke knik in de curve, wat betekent dat het toevoegen van meer clusters (zoals bij k=7 of k=10) relatief weinig extra winst oplevert in termen van inertia-reductie. K=1 is zelden zinvol, aangezien dit betekent dat alle data in één cluster zit.