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
君名余曰正则5 天前
机器学习09——聚类（聚类性能度量、K均值聚类、层次聚类）空白到白7 天前
机器学习-聚类一只懒洋洋8 天前
K-meas 聚类、KNN算法、决策树、随机森林Billy_Zuo8 天前
人工智能机器学习——聚类l12345sy9 天前
Day23_【机器学习—聚类算法—K-Means聚类 及评估指标SSE、SC、CH】qq_4696035899 天前
2026新选题：基于K-Means实现学生求职意向聚类推荐职位非门由也9 天前
《sklearn机器学习——聚类性能指标》Fowlkes-Mallows 得分非门由也10 天前
《sklearn机器学习——聚类性能指标》Silhouette 系数非门由也11 天前
《sklearn机器学习——聚类性能指数》同质性，完整性和 V-measure骑驴看星星a11 天前
三维聚类建模