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
这张生成的图像能检测吗6 小时前
（论文速读）AdaCluster：让视频 DiT 的稀疏注意力学会“区别对待”Q 和 K梦帮科技1 天前
多任务权重流形融合：SLERP 球形线性插值、DARE 稀疏剪枝与多专家模型融合落地haerapi2 天前
RAPTOR 树不是把文档简单分组：递归聚类的层级检索tellmewhoisi4 天前
机器学习:聚类算法拓海SEO外贸20 天前
关键词聚类（Keyword Clustering）怎么做啥都想学点的研究生1 个月前
一篇文章讲清楚：K-Means聚类算法纪念 2291 个月前
openclaw（安装及其配置）optiz1 个月前
单细胞数据分析--多数据整合harmony聚类gerrywhu1 个月前
PostGIS实现DBSCAN空间聚类原理与应用实践【ST_ClusterDBSCAN】amcomputer1 个月前
多聚类数据集分享-Multiple Clustering datasets