シルエット分析

シルエット分析を使うと、各観測値が割り当てられたクラスターに対して、他のクラスターと比べてどれだけ適合しているかを数値化できます。この指標（シルエット幅）は、データ内の各観測値について -1 から 1 の範囲で表され、次のように解釈します。

1 に近い値：観測値が割り当てられたクラスターによく適合している
0 に近い値：観測値が2つのクラスターの境界付近に位置している
-1 に近い値：観測値が誤ったクラスターに割り当てられている可能性がある

この演習では、cluster ライブラリの pam() 関数と silhouette() 関数を使って、k = 2 と k = 3 のモデルをシルエット分析で比較します。引き続き lineup データセットを使用しましょう。

シルエットプロットをよく確認してください。k = 3 の場合、各観測値は割り当てられたクラスターに明確に属しているでしょうか？

lineup データに対して pam() を使い、k = 2 で k-means モデル pam_k2 を作成します。
plot(silhouette(model)) を使ってシルエット分析を可視化します。
同じ手順を k = 3 でも繰り返し、モデルを pam_k3 として保存します。
次に進む前に、2つのプロットの違いをよく確認しましょう（特に pam_k3 の観測値 3 に注目してください）。