聚类效果评估

目录

1.轮廓系数（Silhouette Coefficient）

1.1 为什么轮廓系数可以评价聚类效果的好坏？

1.2 平均轮廓系数

2. 其他聚类质量函数

2.1方差比准则(Variance Ratio Criterion, VRC)

 2.2 戴维斯-博尔丁指数(Davies-Bouldin指数,DB指数)

---

 

评价聚类结果效果的指标通常有：误差平方和（Sum of the Squared Errors， SSE），轮廓系数（Silhouette Coefficient）和CH指标（Calinski-Harabaz）。

1.轮廓系数（Silhouette Coefficient）

轮廓系数，是用于评价聚类效果好坏的一种指标。可以理解为描述聚类后各个类别的轮廓清晰度的指标。其包含有两种因素——内聚度和分离度。

内聚度可以理解为反映一个样本点与类内元素的紧密程度。
分离度可以理解为反映一个样本点与类外元素的紧密程度。

1.1 为什么轮廓系数可以评价聚类效果的好坏？

 

1.2 平均轮廓系数

2. 其他聚类质量函数

2.1方差比准则(Variance Ratio Criterion, VRC)

 2.2 戴维斯-博尔丁指数(Davies-Bouldin指数,DB指数)