算法的目的 :
聚类算法是“无监督学习”中最常用的一个算法,通过对无标记训练样本的学习将数据集划分成若干个不相交的子集,来解释数据的内在性质以及规律,为进一步数据分析提供基础。也可以作为一个单独的过程,寻找数据内在的分布结构
注意 : 类所对应的概念语义需要由使用者自己把握和命名。
对于一个算法的评估我们需要对这种算法进行量化,比如手对于一般的基础算法,我们有时间复杂度、空间复杂度进行度量,对于监督学习我们用答对率和预测误差进行度量,当然聚类算法也需要一个数值化的方法对其性能进行度量
算法的性能度量
度量分为两种方法,一个是依赖外部的某个“参考模型”经行比较,成为 “外部指标”,另一个是直接参考聚类的结果而不是参考其他模型,称之为“内部指标”。
1.外部指标
外部指标一