Python机器学习——聚类的有效性指标(1)

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|&#