Phân tích dữ liệu là một kỹ thuật phổ biến được dùng để nhóm điểm tương tự. Đánh giá chất lượng của cụm này là cần thiết để đảm bảo kết quả có ý nghĩa, đặc biệt trong các ứng dụng kỹ thuật nơi sự chính xác tác động đến việc đưa ra quyết định.

Giá trị nội bộ

Các thước đo nội bộ đánh giá sự kết hợp và sự tách rời của cụm chỉ dựa trên dữ liệu. Chúng không cần nhãn nhãn hoặc sự thật bề ngoài. Những thước đo này giúp xác định các cụm có cấu tạo và riêng biệt như thế nào.

  • Điểm chấm đo lường một vật tương tự như thế nào so với một chùm khác. Giá trị từ - 1 đến 1, cho thấy sự tụ tập tốt hơn.
  • Phụ lục: Đánh giá tỷ lệ giữa khoảng cách nhỏ nhất giữa các quan sát trong cụm khác nhau và khoảng cách nội dung lớn nhất. Giá trị cao hơn gợi ý sự chia cắt tốt hơn.
  • Phụ lục Davevies-Bouldin: tính toán sự tương đồng trung bình giữa mỗi cụm và cụm giống nhau nhất. Giá trị thấp hơn cho thấy cụm tốt hơn.

Các chuyên gia đánh giá ngoài

Các thước đo bên ngoài so sánh kết quả cụm với một sự thật hoặc nhãn đã được xác định trước.

  • Điều chỉnh Chỉ mục Rand (ARI): đo sự tương đồng giữa các cụm và nhãn thật, điều chỉnh cho phù hợp với ngẫu nhiên. Giá trị trong phạm vi từ - 1 đến 1.
  • Thông tin Muttal (NMI): ) Ghi chú sự phụ thuộc lẫn nhau giữa các cụm và nhãn thật, được chuẩn hóa trong phạm vi giữa 0 và 1.
  • Điểm số nhiệt đới: Kiểm tra xem mỗi cụm có chỉ có điểm dữ liệu là các thành viên của một lớp học riêng lẻ hay không.

Tính toán và giải thích

Tính toán những thước đo này bao gồm các công thức và khoảng cách cụ thể. Ví dụ, điểm tham số Silhouette sử dụng khoảng cách trung bình- tim và khoảng cách trung bình- mô phỏng gần nhất cho mỗi điểm. đo lường ngoại vi thường đòi hỏi một ma trận nhầm lẫn hoặc bảng dự đoán trước cụm với nhãn đúng.

Giải thích kết quả phụ thuộc vào bối cảnh. Điểm Silhouette cao và NMI cho thấy chất lượng tập hợp tốt hơn, trong khi chất lượng thấp hơn của nơ-lu-Bouldin cho thấy các cụm phân chia tốt. Kết hợp nhiều thước đo cung cấp một đánh giá toàn diện.