聚类的F-测度计算

Question

有人能帮我算出F-测度吗？我知道如何计算召回率和精确度，但对于给定的算法，我不知道如何计算一个F-测度值。

举个例子，假设我的算法创建了m个集群，但是我知道对于相同的数据有n个集群(由另一个基准算法创建)。

我找到了一个pdf，但是它没有用，因为我得到的总值大于1。F测度解释是pdf的参考。具体来说，我读过一些研究论文，其中作者在F-测度的基础上比较了两种算法，得到了0到1之间的综合值。如果仔细阅读上面提到的pdf，公式是F(C，K) =∑\ ci /N* max {F(ci，kj)}

其中ci是参考簇& kj是由其他算法创建的簇，这里运行1到n&j是从1到m.Let - |c1|=218，这里按N=m*n让m=12和n=10表示，得到j=2的最大F(c1，kj)，确定F(c1，k2)在0~1之间，但用上述公式计算的结果值在1以上。

Answer 1

F-测度这一术语本身被低估了.它是调和平均，通常是精确和回忆的。实际上，如果您指的是未加权版本，甚至应该说F1-score，因为您可以在两个输入值上添加不同的权重。但是，不用说哪两个值是平均的(在算术平均值的意义上不是这样！)这说明不了什么。

得分

注意，值必须在的0-1值范围内。否则，前面会出现错误。

在聚类分析中，常用的方法是将f1测度应用于对的精度和召回，通常称为“对计数f测度”。但你也可以在其他值上计算同样的平均值。

对计数具有不直接比较簇的优点，所以当一个结果有m个聚类，另一个有n个聚类时，结果定义得很好。但是，对计数需要严格的分区。当元素没有集群或分配给多个集群时，对计数度量很容易超出0-1的范围。

• E. Achtert，S. Goldhofer，H.P. Kriegel，E. Schubert，A. Zimek 聚类度量与视觉支持的评价 整型。会议数据工程(ICDE，2012年) http://www.computer.org/portal/web/csdl/doi/10.1109/ICDE.2012.128

讨论了其中的一些度量标准(包括兰德索引等)，并对“对计数F-测度”给出了一个简单的解释。

Answer 2

公式中的N，F(C，K) =∑_x_ ci _x/N~* max {F(ci，kj)}，是i上的x_x_c_x的之和，即元素的总数。你可能把它误认为是簇的数目，因此得到的答案大于一个。如果你做了改变，你的答案将介于1和0之间。