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
叫我：松哥9 小时前
基于机器学习的地震风险评估与可视化系统，采用Flask后端与Bootstrap前端，系统集成DBSCAN空间聚类算法与随机森林算法小鸡吃米…1 天前
机器学习 - BIRCH 聚类木头程序员1 天前
机器学习概述：核心范式、关键技术与应用展望key063 天前
数据分类分级的一种新路径 从确定性原点出发：以风险为核心的聚类收敛模型kaikaile19955 天前
ISODATA聚类方法在MATLAB中的实现指南光羽隹衡5 天前
机器学习——K-means聚类爱打代码的小林6 天前
机器学习（聚类算法）F_D_Z7 天前
K-Means 聚类的目标函数：簇内误差平方和我爱C编程8 天前
基于FCM聚类法和LS最小二乘法的T-S模糊模型参数辨识matlab仿真生信碱移9 天前
单细胞空转CNV分析工具：比 inferCNV 快10倍？！兼容单细胞与空转的 CNV 分析与聚类，竟然还支持肿瘤的亚克隆树构建！