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
有Li10 天前
PTCMIL：基于提示 token 聚类的全切片图像多实例学习分析文献速递/多模态医学影像最新进展deephub11 天前
Flash-KMeans：快速且内存高效的精确 K-Means，可在单张 GPU 进行亿级数据的聚类叫我：松哥13 天前
基于机器学习和flask的体育健身风险智能分析系统，系统集成DeepSeek、聚类算法、分类算法等，准确率达90%暖阳华笺17 天前
【高频考点】K-Means聚类算法zhumin72618 天前
基于人类行为聚类与虚拟内分泌时间序列的硅基情绪计算模型构建研究Dontla19 天前
聚类找不到簇原因分析（聚类失败）（DBSCAN聚类算法、eps参数、Epsilon参数、最大允许距离）幽冥三王爷21 天前
手机蓝牙分档策略的理论基础与科学定档方法：从 RSSI 物理规律到稳健聚类定档机器学习之心23 天前
基于投影寻踪动态聚类的多指标综合评价方法（PPDC），实验文档+MATLAB代码哈伦201924 天前
第十章 聚类 案例：汽车款式聚类yingjie11025 天前
Scanpy 单细胞转录组分析完整流程（上）：从原始数据到细胞聚类