Hay dos propiedades ideales de un modelo de agrupamiento: la compacidad del clúster y lo bien separado que está de otros clústeres. Cuanto mejores sean estas propiedades para un problema dado, mejor será el resultado. Para evaluar estas propiedades, puede conectar los valores de datos en dos ecuaciones independientes.

La suma de cuadrados dentro del clúster (WCSS) mide la compacidad de los clústeres. Para ello, mida la distancia entre un punto de datos dado y su centroide de clúster, luego repitiendo este proceso para todos los demás puntos del clúster y calculando la distancia media. Los valores más pequeños de WCSS indican que los puntos de datos dentro de un clúster están más juntos, lo que significa que los valores más pequeños son ideales.

La suma de cuadrados entre clústeres (BCSS) mide la separación entre clústeres. Para ello, mida la distancia entre un centroide determinado y todo el resto, luego repitiendo este proceso para todos los demás centroides y calculando la suma. Los valores de BCSS más grandes indican clústeres que están más separados, lo que significa que los valores más grandes son ideales.