Determinando o número de clusters/segmentos em algoritmos de agrupamento/segmentação hierárquica

Muitos algoritmos de agrupamento e segmentação sofrem da limitação de que o número de clusters/segmentos é especificado por um usuário humano. Muitas vezes, é impraticável esperar que um humano com conhecimento suficiente da área esteja disponível para selecionar o número de clusters/segmentos a retornar. Investigamos técnicas para determinar o número de clusters ou segmentos a retornar a partir de algoritmos de agrupamento e segmentação hierárquica. Propomos um algoritmo eficiente, o método L, que encontra o "joelho" em um gráfico de '# de clusters vs. métrica de avaliação de agrupamento'. O uso do joelho é bem conhecido, mas não é um método particularmente bem compreendido para determinar o número de clusters. Exploramos a viabilidade desse método e tentamos determinar em quais situações ele funcionará e em quais não funcionará. Também comparamos o método L com métodos existentes com base na precisão do número de clusters que são determinados e na eficiência. Nossos resultados mostram desempenho favorável para esses critérios em comparação com os métodos existentes que foram avaliados.