Valvomattomia malleja käytetään analysoimaan tietoja ilman tunnuksia. Niiden suorituskyvyn arviointi edellyttää erityisiä mittareita, jotka mittaavat, kuinka hyvin mallit kaappaavat taustalla olevia datarakenteita. Tässä artikkelissa käsitellään yhteisiä mittareita, niiden laskelmia ja tulosten tulkintaa.

Yhteinen arviointi Metrics

Useita mittareita käytetään valvomattomien mallien, kuten klusterointi laatumittareiden ja dimensionaalisuuden vähennysten arvioimiseen. Nämä mittarit auttavat määrittämään, kuinka tehokkaasti mallit edustavat datamalleja.

Metriikka ja laskelmat

Yksi laajalti käytetty metri on Silhouette pistemäärä, joka mittaa, miten samanlainen kohde on oman klusterinsa verrattuna muihin klustereihin. Se vaihtelee -1-1, korkeampi arvo osoittaa parempaa klusteria.

Toinen metri on Davies-Bouldin-indeksi, joka arvioi klusterien erottelua ja tiivistymistä. Alemmat arvot viittaavat parempaan klusterien laatuun.

Dimensionaalisuuden vähentämiseksi selitetty vaihtelusuhde osoittaa, kuinka paljon tietoa on säilytetty pääkomponenttien. Se lasketaan laskemalla yhteen varianssi selitetty kunkin komponentin.

Tuloksia tulkitaan

Korkeammat Silhouette tulokset merkitsevät hyvin määriteltyjä klustereita, kun taas alemmat Davies-Bouldin Index arvot viittaavat selkeään erotteluun. Dimensionaalisuuden vähentämisessä suurempi selitetty vaihtelusuhde osoittaa tehokkaampaa tietojen puristusta.

On tärkeää vertailla näitä metrejä eri mallien tai parametrien asetusten välillä, jotta voidaan valita sopivin lähestymistapa tiettyyn tietokokonaisuuteen.