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
初心未改HD2 天前
机器学习之DBSCAN密度聚类详解沪漂阿龙2 天前
面试题：聚类方法一文讲透——K-means、层次聚类、K 值选择、初始化、距离度量、DBSCAN 全拆解bzmK1DTbd3 天前
K-Means聚类算法：无监督学习实战QFIUNE11 天前
CD-HIT 详解：序列去冗余、安装使用与聚类结果解析机器学习之心12 天前
多智能体遗传算法（MAGA)优化最优投影方向的投影寻踪聚类评价，MATLAB代码憨波个13 天前
【说话人日志】DOVER：diarization 输出融合算法Westward-sun.16 天前
YOLOv2算法全方位解析：从BatchNorm到聚类先验框的九大改进wayz1118 天前
Day 15 编程实战：KMeans聚类与股票风格分类wayz1119 天前
Day 15：KMeans聚类与股票风格分类憨波个21 天前
【说话人日志】Sortformer：将说话人日志接入多说话人 ASR