“聚类”基础内容

性能度量

聚类性能度量有两类：

1. 将聚类结果与某个“参考模型”（reference mode）进行比较，成为“外部指标”；

2. 直接考察聚类结果而不利用任何参考模型，成为“内部指标”。

外部指标的推导：

对数据集D={x1 , x2 , … ,xm}，假定通过聚类给出的簇划分为C={C1 , C2 , … , Ck}，参考模型给出的簇划分为C*={C1* ， C2* ， … ，Cs*}。令 λ 与 λ* 分别表示与 C 和 C* 对应的簇标记向量。我们将样本两两配对考虑，定义
a = |SS| ,SS = { (xi , xj ）| λi = λj，λi* = λj*，i < j }, (9.1)
a = |SD| ,SD = { (xi , xj ）| λi = λj，λi* ≠ λj*，i < j }, (9.2)
a = |DS| ,DS = { (xi , xj ）| λi ≠ λj，λi* = λj*，i < j }, (9.3)
a = |DD| ,DD = { (xi , xj ）| λi ≠ λj，λi* ≠ λj*，i < j }, (9.4)
其中:
集合SS包含了在C中隶属于相同簇且在C中也隶属于相同簇的样本对，
集合SD包含了在C中隶属于相同簇但在C中隶属于不同簇的样本对……，由于每个样