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
井底哇哇19 小时前
Kmeans与KMedoids聚类对比以及python实现孤独且没人爱的纸鹤1 天前
【机器学习】深入无监督学习分裂型层次聚类的原理、算法结构与数学基础全方位解读，深度揭示其如何在数据空间中构建层次化聚类结构yuanbenshidiaos3 天前
【大数据】机器学习------聚类kcarly4 天前
Leiden算法一种用于社区检测的图聚类算法Kai HVZ6 天前
《机器学习》——K-means聚类dundunmm6 天前
论文阅读：Structure-Driven Representation Learning for Deep Clusteringdundunmm6 天前
【论文阅读】End-to-End Adversarial-Attention Network for Multi-Modal Clustering机器学习之心7 天前
GMM高斯混合聚类算法（Matlab）Lunar*8 天前
使用分割 Mask 和 K-means 聚类获取天空的颜色湫ccc10 天前
《机器学习》之K-means聚类