问这个公式和纯度公式验证一样吗？
EN

Stack Overflow用户

提问于 2018-07-12 15:02:14

回答 1查看 108关注 0票数 0

我阅读过的大多数论文都使用外部验证来验证聚类的准确性，并使用此公式：

其中ai是在ith集群及其相应的真类中发生的数据对象的数量，n是数据集中的数据对象的数量。根据该度量，r值越高，聚类效果越好，最佳聚类值为r= 1.0。

不管怎样，谢谢

回答已采纳

发布于 2018-07-13 06:35:49

我不同意这份文件关于这将是“普遍”使用的说法。常用的衡量标准是ARI (调整兰德指数)和NMI (标准化互信息)。

但是的，吨这看起来和纯度一样。也有同样的缺点。

据推测，他们使用的方法是偏向于将“真”簇分解成更小的块。如果是k=n，每个点都是它自己的聚类，那么所有这些都是1，这个度量将把结果评价为完美。

所以你不能用它来比较不同k的结果。

票数 1

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/51308946

复制

相似问题

问这个公式和纯度公式验证一样吗？EN