실루엣 계수(군집 평가) 계산기
점들의 좌표와 군집 배정을 넣으면 실루엣 계수(Silhouette Coefficient)를 계산해 군집화 결과의 품질을 −1~1 값으로 보여줍니다.
한 줄에 하나씩, 공백이나 쉼표로 구분하세요. 현재 6개
평균 실루엣 폭
0.9196
강하게 잘 나뉜 군집화입니다
군집 0 평균 실루엣0.9195
군집 1 평균 실루엣0.9198
전체 평균0.9196
| 점 | 군집 | s(i) |
|---|---|---|
| (0, 0) | 0 | 0.9316 |
| (1, 0) | 0 | 0.9134 |
| (0, 1) | 0 | 0.9134 |
| (10, 10) | 1 | 0.9269 |
| (11, 10) | 1 | 0.9162 |
| (10, 11) | 1 | 0.9162 |
s(i) = (b(i) − a(i)) / max(a(i), b(i)). a(i)는 같은 군집 안 다른 점들까지 평균 거리, b(i)는 가장 가까운 다른 군집까지 평균 거리입니다. 1에 가까우면 자기 군집에 잘 뭉치고 이웃 군집과는 멀다는 뜻이고, 0에 가까우면 경계에 걸쳐 있다는 뜻이며, 음수면 오히려 다른 군집에 더 가깝다는 뜻이라 잘못 배정됐을 가능성이 큽니다.
군집화 알고리즘(k-평균 등)은 뭉치를 만들 뿐 그 결과가 좋은지는 말해 주지 않습니다. 실루엣 계수는 여러 k(군집 개수)로 돌려 보고 평균 실루엣 폭이 가장 큰 k를 고르는 식으로, 군집화 «결과의 품질»을 재는 데 씁니다.
혼자인 군집(singleton)의 점은 같은 군집에 비교할 다른 점이 없어 관례대로 0으로 둡니다.
계산 방법
- 1점의 좌표와 군집 번호를 "x y 군집번호" 형식으로 한 줄씩 넣습니다.
- 2점별 실루엣 계수 s(i)와 군집별·전체 평균 실루엣 폭을 확인합니다.
- 3여러 군집화 결과(다른 k나 다른 배정)를 비교해 어느 쪽이 더 잘 나뉘었는지 판단합니다.
자주 묻는 질문
Rousseeuw(1987)가 제안한 군집화 결과 품질 지표입니다. 각 점이 자기 군집에 잘 붙어 있는지, 이웃 군집과는 잘 떨어져 있는지를 −1~1 사이 값으로 매깁니다.
1에 가까우면 자기 군집에 잘 뭉치고 이웃 군집과는 멀다는 뜻이고, 0에 가까우면 두 군집의 경계에 걸쳐 있다는 뜻이며, 음수면 오히려 다른 군집에 더 가깝다는 뜻이라 그 점이 잘못 배정됐을 가능성이 큽니다.
s(i) = (b(i) − a(i)) / max(a(i), b(i))입니다. a(i)는 같은 군집 안 다른 점들까지 평균 거리, b(i)는 가장 가까운 다른 군집까지 평균 거리입니다.
k-평균 같은 알고리즘은 뭉치를 만들 뿐 그 결과가 좋은지는 말해 주지 않습니다. 실루엣 계수는 여러 k(군집 개수)로 돌려 보고 평균 실루엣 폭이 가장 큰 k를 고르는 식으로, 군집화 결과의 품질을 사후에 평가하는 데 씁니다.
같은 군집에 비교할 다른 점이 없어 실루엣 계수를 정의할 수 없습니다. 관례대로(사이킷런 등 구현체의 공통 관행) 0으로 둡니다.
전송되지 않습니다. 모든 계산은 브라우저 안에서 이뤄지고, 입력값은 이 기기에만 남습니다.
알아두면 좋은 점
- 군집이 1개뿐이거나 점이 2개 미만이면 계산할 수 없습니다.
- 거리는 2차원 유클리드 거리를 씁니다.
- Rousseeuw(1987) 원 논문의 결정적 정의를 그대로 쓰는 순수 수학 지표라 dataExpiry 등록 대상이 아닙니다.
함께 보면 좋은 도구
마지막 검증: 2026년 9월 5일 · 결과는 참고용 추정치입니다.