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
m沐沐1 小时前
【机器学习】聚类算法-K-means聚类qingyulee2 小时前
集成学习、聚类算法Dontla1 天前
IVFFlat索引上下文中聚类介绍（将相似向量分到同一组，称为“簇”，使得组内向量彼此相似（例如用余弦相似度衡量），组间向量差异较大）ANN近似最近邻三维重建-光栅投影3 天前
PCL之欧式聚类njsgcs4 天前
我仓库内cad python 有哪些应用到聚类的方法Hua-Jay7 天前
OpenCV联合C++/Qt 学习笔记(二十五)----监督学习聚类及K均值聚类helx827 天前
Gemini镜像站驱动的运维事件自动复盘：从日志聚类到根因定位的全链路自动化Yvonne爱编码7 天前
机器学习---聚类四大算法完整实验教程（层次 / K-Means/GMM/ 谱聚类）龙侠九重天9 天前
Embedding 模型深度使用——语义搜索与聚类yu859395812 天前
基于 QT5.7.0 的八线激光雷达点云聚类实现