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
桓峰基因2 天前
SCS 60.单细胞空间转录组空间聚类(SPATA2)_codemonster5 天前
AI大模型入门到实战系列（八）文本聚类联系QQ 19226385 天前
西门子PID恒压供水（三拖三）全解析民乐团扒谱机6 天前
【微实验】谱聚类之大规模数据应用——Nyström 方法却相迎6 天前
1991-基于模糊 C 均值聚类（Fuzzy C-Means，FCM）算法的图像分割我爱鸢尾花8 天前
第十四章聚类方法理论及Python实现沃斯堡&蓝鸟8 天前
DAY22 推断聚类后簇的类型却相迎8 天前
2004-基于空间约束的模糊 C 均值聚类（FCM_S2）算法的图像分割却相迎9 天前
2010-基于模糊局部信息 C 均值聚类（FLICM）算法的图像分割民乐团扒谱机10 天前
【微实验】OPTICS算法：让密度不均的数据“各归其类”