我们怎么能说聚类质量度量是好的呢？
我们怎么能说聚类质量度量是好的呢？
提问于 2015-03-02 23:27:21
关于轮廓宽度(SW)、戴维斯- Bouldin指数(DB)、Calinski-Harabasz指数(CH)和Dunn指数等指标鲜有报道。我们怎么能说聚类质量度量是好的呢？
聚类质量度量是否有较好的度量？
还有，
“生成具有高Dunn索引的集群的算法更可取”，-Wikipedia “具有较高轮廓值的对象被认为是良好的群集”-Wikipedia。 聚类算法是生成具有最小Davies-Bouldin指数的聚类集合的最佳算法“-Wikipedia。
这些值应该有多高或多低?有公制数字吗？
有谁能给我提供一个小例子，使用数据集上的聚类质量度量或IRIS数据集来表示特定的聚类质量度量是好的？
回答 1
Stack Overflow用户
发布于 2015-03-03 00:06:37
也许一个简单的起点是：
“集群中的元素是否相同，它们是否与不同集群中的元素不同”。
显然，有各种度量标准来量化相似性和差异性--以及密度与距离等考虑因素。
Stanford项目有一个可接近的有用参考：http://nlp.stanford.edu/IR-book/html/htmledition/evaluation-of-clustering-1.html
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/28821357
复制相关文章
相似问题
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号