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
pljnb1 天前
聚类算法(K-means、DBSCAN)BB_CC_DD2 天前
五. 以聚类和搜图方式清洗图像数据集，采用Pickle和Faiss(百万数据集，ms级响应)快速搜图（附完整代码）studyer_domi4 天前
Matlab FCM模糊聚类Nice_cool.9 天前
PCL八叉树聚类慕卿扬11 天前
基于python的机器学习（六）—— 数据可视化和数据预处理慕卿扬11 天前
基于python的机器学习（五）—— 聚类（二）缺的不是资料，是学习的心16 天前
轮廓系数做聚类，枚举Gsen281917 天前
聚类算法 ap 聚类 谱聚类CyreneSimon17 天前
说话人分离中的聚类方法：深入解析Agglomerative聚类、KMeans聚类和Oracle聚类代码骑士22 天前
聚类（Clustering）基础知识2