1.背景
聚类结果的“簇内相似度”高且“簇间相似度”低,即同一簇的样本尽可能彼此相似,不同簇的样本尽可能不同。
2. 性能度量指标
2.1 外部指标
(1)Jaccard 系数
(2)FM 指数
(3)Rand 指数
2.2 内部指标
(1)DB 指数
(2)Dunn 指数
3. 距离计算
(1)欧式距离
(2)曼哈顿距离
(3)闵可夫斯基距离
文章讨论了聚类分析中的关键概念,包括追求高簇内相似度和低簇间相似度的目标。介绍了外部指标如Jaccard、FM和Rand指数,以及内部指标DB和Dunn指数来衡量聚类质量。此外,还提到了几种常用的距离计算方法,如欧式、曼哈顿和闵可夫斯基距离在聚类中的应用。
聚类结果的“簇内相似度”高且“簇间相似度”低,即同一簇的样本尽可能彼此相似,不同簇的样本尽可能不同。
(1)Jaccard 系数
(2)FM 指数
(3)Rand 指数
(1)DB 指数
(2)Dunn 指数
(1)欧式距离
(2)曼哈顿距离
(3)闵可夫斯基距离

被折叠的 条评论
为什么被折叠?