聚类模型评估指标

聚类模型评估指标-轮廓系数

  1. 计算样本i到同簇其它样本到平均距离ai,ai越小,说明样本i越应该被聚类到该簇(将ai称为样本i到簇内不相似度);
  2. 计算样本i到其它某簇Cj的所有样本的平均距离bij,称为样本i与簇Cj的不相似度。定义为样本i的簇间不相似度:bi=min(bi1,bi2,...,bik2);
    说明:
    • si接近1,则说明样本i聚类合理;
    • si接近-1,则说明样本i更应该分类到另外的簇;
    若si近似为0,则说明样本i在两个簇的边界上;
相关推荐
pljnb1 天前
聚类算法(K-means、DBSCAN)
算法·kmeans·聚类
BB_CC_DD2 天前
五. 以聚类和搜图方式清洗图像数据集,采用Pickle和Faiss(百万数据集,ms级响应)快速搜图(附完整代码)
深度学习·聚类·faiss
studyer_domi4 天前
Matlab FCM模糊聚类
开发语言·matlab·聚类
Nice_cool.9 天前
PCL八叉树聚类
机器学习·支持向量机·聚类
慕卿扬11 天前
基于python的机器学习(六)—— 数据可视化和数据预处理
笔记·python·学习·机器学习·聚类
慕卿扬11 天前
基于python的机器学习(五)—— 聚类(二)
笔记·python·学习·机器学习·聚类
缺的不是资料,是学习的心16 天前
轮廓系数做聚类,枚举
机器学习·数据挖掘·聚类
Gsen281917 天前
聚类算法 ap 聚类 谱聚类
人工智能·算法·机器学习·数据挖掘·聚类
CyreneSimon17 天前
说话人分离中的聚类方法:深入解析Agglomerative聚类、KMeans聚类和Oracle聚类
oracle·kmeans·聚类
代码骑士22 天前
聚类(Clustering)基础知识2
机器学习·数据挖掘·聚类