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
dundunmm11 小时前
【论文阅读】Self-Correcting Clustering
论文阅读·深度学习·数据挖掘·聚类
Fuction.3 天前
聚类注意点
人工智能·python·机器学习·kmeans·聚类
穆易青3 天前
2025.03.26【基因数据解析】| BackSPIN:高效基因聚类与过滤工具详解
机器学习·数据挖掘·聚类·clustering·genefiltering
代码骑士3 天前
聚类(Clustering)基础知识3
算法·支持向量机·聚类
编程在手天下我有4 天前
K-均值聚类算法:数据海洋中的分类灯塔
算法·均值算法·聚类
@you_12310 天前
3D点云数据处理中的聚类算法总结
算法·3d·聚类
穆易青12 天前
2025.03.21【基因分析】| SCENIC:基因网络聚类与可视化工具详解
机器学习·数据挖掘·聚类·clustering·genenetworks·visualisation
胡耀超15 天前
4.玩转热图(相关矩阵、缺失值、多维相关、聚类热图、时间序列)——Python数据挖掘代码实践
python·机器学习·数据挖掘·matplotlib·聚类·可视化·seaborn
FAREWELL0007516 天前
实验三 Python 数据可视化 && Python 聚类-K-means(CQUPT)
python·信息可视化·聚类
Wis4e16 天前
数据挖掘导论——第七章:聚类
人工智能·数据挖掘·聚类