Η συστάδα είναι μια κοινή τεχνική στην ανάλυση δεδομένων που χρησιμοποιείται για την ομάδα παρόμοιων σημείων δεδομένων. \" αξιολόγηση της ποιότητας αυτών των συστάδων είναι απαραίτητη για να διασφαλιστεί η ουσιαστική έκβαση, ιδίως σε εφαρμογές μηχανικής όπου η ακρίβεια επηρεάζει τη λήψη αποφάσεων.

Εσωτερική αξιολόγηση Μετρικοί

Οι εσωτερικές μετρήσεις αξιολογούν τη συνοχή και τον διαχωρισμό των συστάδων που βασίζονται αποκλειστικά στα ίδια τα δεδομένα. Δεν απαιτούν εξωτερικές ετικέτες ή την αλήθεια εδάφους.

  • Σιλουέτα Βαθμολογία: Μέτρα για το πόσο παρόμοιο είναι ένα αντικείμενο με το δικό του σμήνος σε σύγκριση με άλλα συμπλέγματα. Οι τιμές κυμαίνονται από -1 έως 1, με υψηλότερες βαθμολογίες που δείχνουν καλύτερη συσπειρίωση.
  • Δείκτης Dunn: Αξιολογεί το λόγο μεταξύ της μικρότερης απόστασης μεταξύ παρατηρήσεων σε διαφορετικά σμήνη και της μεγαλύτερης απόστασης εντός του σμήνους. Οι υψηλότερες τιμές υποδηλώνουν καλύτερο διαχωρισμό.
  • Davies-Bouldin Index: Υπολογίζει τη μέση ομοιότητα μεταξύ κάθε συστάδας και του πιο παρόμοιου. Οι χαμηλότερες τιμές δείχνουν καλύτερη συσπειρίωση.

Εξωτερικά μέτρα αξιολόγησης

Οι εξωτερικές μετρήσεις συγκρίνουν τα αποτελέσματα της συσπειρωμάτωσης με μια προκαθορισμένη επίγεια αλήθεια ή ετικέτες. Είναι χρήσιμες όταν είναι γνωστές οι πραγματικές ταξινομήσεις, όπως σε εποπτευόμενα σενάρια.

  • ⁇ υθμισμένος δείκτης Rand (ARI): Μετράει την ομοιότητα μεταξύ των προβλεπόμενων συστάδων και αληθινών ετικετών, προσαρμόζοντας για τύχη. Οι τιμές κυμαίνονται από -1 έως 1.
  • Κανονική Αμοιβαία Πληροφορία (NMI): Ποσοτικοποιεί την αμοιβαία εξάρτηση μεταξύ της συσπειρωτικής και της πραγματικής ετικέτας, κανονικοποιημένη ώστε να κυμαίνεται μεταξύ 0 και 1.
  • Βαθμολογία ομογένειας: Έλεγχοι εάν κάθε σμήνος περιέχει μόνο σημεία δεδομένων που είναι μέλη μιας μόνο τάξης.

Υπολογισμός και Διερμηνεία

Για παράδειγμα, η βαθμολογία Silhouette χρησιμοποιεί τη μέση απόσταση ενδο-στεριού και τη μέση απόσταση πλησιέστερο-στερό για κάθε σημείο. Οι εξωτερικές μετρήσεις συχνά απαιτούν μια μήτρα σύγχυσης ή πίνακα έκτακτης ανάγκης που συγκρίνει τις προβλεπόμενες συστάδες με τις πραγματικές ετικέτες.

Η διερμηνεία των αποτελεσμάτων εξαρτάται από το πλαίσιο. Υψηλότερες βαθμολογίες Silhouette και τιμές NMI δείχνουν καλύτερη ποιότητα συσπειρωτισμού, ενώ χαμηλότεροι δείκτες Davies-Bouldin δείχνουν καλά χωρισμένα συστάδες. Συνδυάζοντας πολλαπλές μετρήσεις παρέχει μια ολοκληρωμένη αξιολόγηση.