聚类模型评估指标-轮廓系数
- 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）；
- 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；
聚类模型评估指标
hema121382024-01-19 22:37
相关推荐
暖阳华笺3 天前
【高频考点】K-Means聚类算法zhumin7264 天前
基于人类行为聚类与虚拟内分泌时间序列的硅基情绪计算模型构建研究Dontla5 天前
聚类找不到簇原因分析（聚类失败）（DBSCAN聚类算法、eps参数、Epsilon参数、最大允许距离）幽冥三王爷7 天前
手机蓝牙分档策略的理论基础与科学定档方法：从 RSSI 物理规律到稳健聚类定档机器学习之心9 天前
基于投影寻踪动态聚类的多指标综合评价方法（PPDC），实验文档+MATLAB代码哈伦201910 天前
第十章 聚类 案例：汽车款式聚类yingjie11011 天前
Scanpy 单细胞转录组分析完整流程（上）：从原始数据到细胞聚类Bingorl12 天前
机器学习之聚类算法m沐沐14 天前
【机器学习】聚类算法-K-means聚类qingyulee14 天前
集成学习、聚类算法