江苏龙网

  1. 首页 > 资讯 > 科技 > >

|如何评估聚类模型？兰德指数、轮廓系数、Calinski Harabaz指数( 三 )


本文插图

|如何评估聚类模型？兰德指数、轮廓系数、Calinski Harabaz指数
本文插图

显然 ， 我们可以使集群更加''紧密'' 。 是否可以通过某种方式将这种''紧度''归因于数字？

轮廓分数
该试图描述一个数据点的相似程度在其集群的其他数据点 ， 相对于数据点并不在其集群（这是汇聚了所有数据点来获得总体集群分数） 。 换句话说 ， 它考虑了集群在空间中的''区别度''-实际上人们可以使用任何''距离''度量来计算分数 。
它的范围是-1和1 。 接近-1表示群集不正确 ， 而接近+1则表示每个群集都非常密集 。
metrics.silhouette_score（scaled_feature_data ， cluster_labels）
|如何评估聚类模型？兰德指数、轮廓系数、Calinski Harabaz指数
本文插图

我们看到 ， 所有聚类都没有超高的轮廓分数 。 有趣的是 ， 我们看到平均链接集群的得分最高 。 但是请记住 ， 该算法产生了两个群集 ， 每个群集仅包含一个数据点 ， 这在现实情况下不太可能是理想的结果（这是一个教训 ， 您通常不能依靠单个指标来做出决策算法的质量！）
Calinski Harabaz指数
所述Calinski Harabaz指数是相对于点的数据点的方差相比 ， 在其它簇的点的比率 ， 对所述方差中的集群 。 由于我们希望第一部分较高 ， 而第二部分较低 ， 因此需要较高的CH指数 。 与我们看到的其他指标不同 ， 此分数没有界限 。
metrics.calinski_harabasz_score（scaled_feature_data ， cluster_labels）|如何评估聚类模型？兰德指数、轮廓系数、Calinski Harabaz指数
本文插图

在这里 ， 我们看到我们的K均值和Ward Linkage算法得分很高 。 完全和平均链接算法因具有一个或两个较大的聚类而受到惩罚 ， 这将具有较高水平的内部方差 。


推荐阅读


上一篇：高通|高通CEO正式表态!突然向中国示好:希望能继续和中国企业继续合作

下一篇：|在大公司做程序员 vs 在小公司做程序员