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；
本文介绍了聚类模型评估中常用的轮廓系数，通过比较样本i到其所在簇内其他样本的不相似度（ai）和到其他簇的最小不相似度（bi），si值评估样本的聚类合理性。si接近1表示聚类合理，-1表示可能应归类至其他簇，0则表示样本位于两个簇的边界。
1844
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
