1.公式表示:
其中,n表示聚类的数目 ,k 表示当前的类, trB(k)表示类间离差矩阵的迹, trW(k) 表示类内离差矩阵的迹。有关公式更详细的解释可参考论文“ A dendrite method for cluster analysis ”。
可以得出 CH越大代表着类自身越紧密,类与类之间越分散,即更优的聚类结果。
离差矩阵 = 对下标i加和((Xi-Ux) * (Xi-Ux)的装置), Xi是第i个样本的列向量, Ux是X的均值。本质上就是协方差矩阵乘以N-1
其计算公式为:
2.对样本内部指标计算(也就是分母的计算):
定义:
上面WGSS可以重写为:
其中Nk表示第K个簇有多少个样本。
3.样本间指标(分子):
4.CH指标计算公式: