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
生信研究猿2 天前
#P4475.第2题-终端款型聚类识别枫叶机关录6 天前
算法笔记：K-means、K-means++与K-Medoids聚类算法--详解、案例分析Dfreedom.7 天前
聚类算法对比分析：K-Means、DBSCAN 与层次聚类Dfreedom.8 天前
异常检测算法详解：从“何为异常”到“如何发现”玖釉-9 天前
深入解析 meshoptimizer：基于 meshopt_spatialClusterPoints 的空间聚类与 Mesh Shader 前置优化kishu_iOS&AI10 天前
机器学习 —— 聚类算法superior tigre11 天前
某为25.9.28 Yolo检测器中的anchor聚类（python实现）Omics Pro12 天前
马普所：生命蛋白质宇宙聚类551只玄猫12 天前
【数学建模 matlab 实验报告12】聚类分析和判别分析沪漂阿龙16 天前
大语言模型时代的无监督学习：聚类与降维全解析