zoukankan      html  css  js  c++  java
  • 聚类篇-------度量

    聚类度量包括性能度量和距离计算,

    性能度量

    对数据集D={x1,x2,...,xm},假定通过聚类给出的策划为C={C1,C2,...,Ck},参考模型给出的簇划分为C‘={C'1,C'2,...C'k},相应的λ和λ‘分别表示C和C’对应的簇标记向量,将样本两两配对考虑,

        

    由于每一个样本中仅能出现在一个集合中,因此有a+b+c+d=m(m-1)/2

    Jaccard 系数(简称JC)

        

    FM 系数(简称FMI)

         

    Rand 指数(简称RI)

         

    上述性能度量的结果均在[0,1]区间,值越大越好。

    聚类结果的簇划分C={C1,C2,...Ck},定义

    簇C内样本发平均距离:

          
    样本间的最远距离:

    样本Ci,Cj最近样本间的距离:

    簇Ci与Cj中心点间的距离:

    DB指数(DBI)

        

    Dunn指数(DI)

        

    DBI的值越小越好DI的值正好相反,值越大越好

    距离计算

    非负性:

        

    同一性:

        

    对称性:

        

    直递性:

       

  • 相关阅读:
    1
    vim配置
    pyspark
    添加底部小火箭+目录
    00
    博客园代码高亮设置
    01. 枚举类型
    01. 授权问题
    Android Studio打包签名全过程
    linux 阿里云源地址
  • 原文地址:https://www.cnblogs.com/nolonely/p/6215483.html
Copyright © 2011-2022 走看看