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
阿钱真强道14 小时前
29 Python 聚类：什么是聚类？它和分类到底有什么区别？阿钱真强道16 小时前
31 Python 聚类：层次聚类怎么理解？AGNES 和 DIANA 有什么区别？gorgeous(๑><๑）3 天前
【CVPR26-雷涛-陕西科技大学陕西省人工智能联合实验室】SPEGC：基于语义提示增强图聚类的医学图像分割持续测试时自适应FluxMelodySun5 天前
机器学习(二十三) 密度聚类与层次聚类此方ls6 天前
机器学习聚类算法二——DBSCAN（Density-Based Spatial Clustering of Applications with Noise）放下华子我只抽RuiKe57 天前
机器学习启航：从数据直觉到模型构建的第一块基石FluxMelodySun8 天前
机器学习(二十二) 原型聚类：k均值算法、学习向量量化、高斯混合聚类Σίσυφος190010 天前
PCL聚类 之区域生长放下华子我只抽RuiKe511 天前
AI大模型开发-实战精讲：从零构建 RFM 会员价值模型（进阶挑战版）放下华子我只抽RuiKe511 天前
机器学习全景指南-探索篇——发现数据内在结构的聚类算法