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
小庞在加油1 天前
《dlib库中的聚类》算法详解:从原理到实践
c++·算法·机器学习·数据挖掘·聚类
拓端研究室TRL15 天前
Python古代文物成分分析与鉴别研究:灰色关联度、岭回归、K-means聚类、决策树分析
python·决策树·回归·kmeans·聚类
AI妈妈手把手16 天前
二分K-means:让聚类更高效、更精准!
机器学习·支持向量机·kmeans·聚类·聚类算法·python实现·二分k-means
IT古董17 天前
【第二章:机器学习与神经网络概述】01.聚类算法理论与实践-(1)K-means聚类算法
人工智能·算法·聚类
TY-202517 天前
机器学习算法_聚类KMeans算法
算法·机器学习·聚类
dundunmm19 天前
【论文阅读】Multi-Class Cell Detection Using Spatial Context Representation
论文阅读·深度学习·分类·聚类·生物信息·深度聚类·细胞识别
塔_Tass24 天前
【论文阅读】:Weighted Graph Cuts without Eigenvectors:A Multilevel Approach
论文阅读·机器学习·聚类·k-means
愿所愿皆可成25 天前
机器学习之聚类Kmeans算法
算法·机器学习·kmeans·聚类
molunnnn1 个月前
day 18进行聚类,进而推断出每个簇的实际含义
机器学习·数据挖掘·聚类
白杆杆红伞伞1 个月前
10_聚类
机器学习·支持向量机·聚类