聚类有效性指标(Cluster Validity Index,CVI)用于度量聚类的效果。很显然,希望彼此相似的样本在一个簇,彼此不相似的样本尽量在不同的簇。也就是说:同一簇的样本彼此之间相似,不同簇之间的样本尽可能不同。
聚类的性能指标分为两类:
-
外部指标:该指标由聚类结果和某个参考模型进行比较而获得;
-
内部指标:该指标由本身的聚类结果而得到,不利用任何参考模型;
外部指标
给定数据集D=x⃗ 1,x⃗ 2,…,x⃗ ND=x→1,x→2,…,x→N。假设某个参考模型给出的簇划分为C∗C∗={C∗1C1∗,C∗2C2∗,…,C∗k′′Ck"∗},其簇标记向量为λ⃗ ∗λ→∗。若聚类算法给出的簇划分为C=C={C1,C2,…,CKC1,C2,…,CK},其簇标记向量为λ⃗ λ→。定义:
a=|SS|,SS=[(x⃗ i,x⃗ j)|λi=λj,λ∗i=λ∗j,i<j]a=|SS|,SS=[(x→i,x→j)|λi=λj,λi∗=λj∗,i<j]
b=|SD|,SD=[(x⃗ i,x⃗ j)|λi=λj,λ∗i≠λ∗j,i<j]b=|SD|,SD=[(x→i,x→j)|λi=λj,λi∗≠λj∗,i<j]
c=|DS|,DS=[(x⃗ i,x⃗ j)|λi≠λj,λ∗i=λ∗j,i<j]c=|DS|,DS=[(x→i,x→j)|λi≠λj,λi∗=λj∗,i<j]
d=|DD|&#