Table of Contents
مدل های نظارت نشده برای تجزیه و تحلیل داده ها بدون برچسب خروجی استفاده می شوند.ارزیابی عملکرد آنها نیازمند معیارهای خاصی است که اندازه گیری می کند که چگونه مدل ها ساختارهای داده ای را ثبت می کنند.این مقاله معیارهای مشترک، محاسبات آنها و چگونگی تفسیر نتایج را مورد بحث قرار می دهد.
معیارهای ارزیابی مشترک
چندین معیار برای ارزیابی مدل های بدون نظارت، از جمله اندازه گیری کیفیت خوشه ای و ارزیابی کاهش ابعاد استفاده می شود.این معیارها به تعیین اینکه مدل ها چگونه الگوهای داده را نشان می دهند، کمک می کند.
متریک ها و محاسبات
یک متریک به طور گسترده مورد استفاده، امتیاز سیلوت است که اندازه گیری می کند که چگونه یک شی مشابه با خوشه خود در مقایسه با دیگر خوشه ها است. -1 تا 1، با ارزش های بالاتر نشان می دهد خوشه بندی بهتر است.
متریک دیگر شاخص دیویس-Bouldin است که جدایی خوشه ای و جمع آوری را ارزیابی می کند. مقادیر پایین کیفیت خوشه ای بهتری را پیشنهاد می کند.
برای کاهش ابعاد، نسبت تنوع توضیح داده شده نشان می دهد که چقدر اطلاعات توسط اجزای اصلی حفظ می شود.این با خلاصه کردن تفاوت های توضیح داده شده توسط هر جزء محاسبه می شود.
نتایج تفسیر
امتیاز های عالی سیلوت به معنی خوشه های به خوبی تعریف شده است، در حالی که مقادیر شاخص داوز-Bouldin نشان دهنده جدایی واضح است، نسبت تنوع بالاتر توضیح داده شده نشان می دهد فشرده سازی داده های موثر تر است.
مهم است که این معیارها را در مدل های مختلف یا تنظیمات پارامتری مقایسه کنیم تا مناسب ترین روش برای مجموعه داده های خاص را انتخاب کنیم.