聚类算法的衡量指标

最新推荐文章于 2024-07-30 21:28:00 发布

qq_28935065

最新推荐文章于 2024-07-30 21:28:00 发布

阅读量6.2k

点赞数 1

分类专栏：机器学习

机器学习专栏收录该内容

8 篇文章 0 订阅

订阅专栏

最近在做聚类相关的实验，但是具体聚类效果好不好，还需要一下指标进行评价，下面主要介绍聚类算法的评价指标。

1.聚类算法衡量指标-1

（1）均一性：一个聚类簇中只包含一个类别的样本，则满足均一性。可以认为是分类算法衡量的精确率（每个聚类簇中正确分类的样本数占该聚类簇中的样本数）

$p=\frac{1}{k}\sum_{i=1}^{k}\frac{N(C_{i}==K_{i}))}{N(K_{i})}$

（2）完整性：同类别的样本被归类到同一聚类簇中，则满足完整性。可以认为是分类算法衡量的召回率（每个聚类中正确分类的样本数占该类别样本的数量）

$p=\frac{1}{k}\sum_{i=1}^{k}\frac{N(C_{i}==K_{i}))}{N(C_{i})}$

（3）V_measure：均一性和完整性加权平均。当 $\beta =1$ 时，V_measure相当于分类算法衡量指标的F1_score.

$V_measure=\frac{(1+\beta ^{2}))*p*r}{\beta ^{2}*p+r}$

2.聚类算法衡量指标_2

（3）聚类算法衡量指标_3

（4）聚类算法衡量指标-4

原博客地址： https://blog.csdn.net/loveliuzz/article/details/78783773

关注

1
点赞
踩
11

收藏

觉得还不错? 一键收藏
0
评论
聚类算法的衡量指标

最近在做聚类相关的实验，但是具体聚类效果好不好，还需要一下指标进行评价，下面主要介绍聚类算法的评价指标。1.聚类算法衡量指标-1（1）均一性：一个聚类簇中只包含一个类别的样本，则满足均一性。可以认为是分类算法衡量的精确率（每个聚类簇中正确分类的样本数占该聚类簇中的样本数）（2）完整性：同类别的样本被归类到同一聚类簇中，则满足完整性。可以认为是分类算法衡量的召回率（每个聚类中正确分类...
复制链接

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。