机器学习-聚类性能度量指标

聚类性能度量大致分为两类：一，将聚类结果与某个“参考模型”进行比较，称为“外部指标”；二，直接考察聚类结果，称为“内部指标”。

外部指标主要有：Jaccard系数、FM指数、Rand指数。

对数据集D={X1，X2，...Xm}，假定通过聚类算法给出的簇划分为C={C1，C2，...Ck}，参考模型给出的簇类划分为C*={C1*,C2*,...Cs*}。相应的λ和λ*分别表示C和C*对应的簇标记向量。我们定义：

a=|SS|, SS={(Xi,Xj) | λi = λj,λi* = λj*,i<j}

b=|SD|, SD={(Xi,Xj) | λi = λj,λi* ≠ λj*,i<j}

c=|DS|, DS={(Xi,Xj) | λi ≠ λj,λi* = λj*,i<j}

d=|DD|, DD={(Xi,Xj) | λi ≠ λj,λi* ≠ λj*,i<j}

Jaccard系数为：

                                                               

FM指数为：

                                                      

Rand指数为：

                                                       

上述度量指标值在【0,1】区间，值越大越好。

内部指标主要有：DB指数、Dunn指数。

定义：

DB指数（越小越好）：

Dunn指数（越大越好）：