Xếp nhóm là một kỹ thuật phổ biến trong việc học không giám sát được dùng để nhóm điểm dữ liệu tương tự. Đánh giá chất lượng của cụm này là cần thiết để đảm bảo sự hiểu biết có ý nghĩa. Các nhóm phân tích cung cấp các biện pháp định lượng để đánh giá các thuật toán đã thực hiện tốt như thế nào.

Thuật toán thay đổi thông thường

Một số số số số lượng được dùng để đánh giá kết quả cụm.

  • Điểm ): đo lường một vật tương tự như thế nào so với cụm riêng của nó so với các cụm khác.
  • Phụ lục Davies-Bouldin ): phân tích sự tương đồng trung bình giữa mỗi cụm và cụm giống nhất.
  • Chỉ mục Charles-Harabasz ): xác định tỷ lệ giữa-cluster phân tán để ẩn trong sự phân tán.

Tính toán các chuyên gia

Hầu hết các thư viện cụm lại cung cấp các chức năng để tính toán những thước đo này. Ví dụ, trong thư viện học định dạng Python, bạn có thể dùng:

, [FLT:] ] gribe , [FLT:] và calinski hara score [FLT: 5.] [FLT: 5.

Những hàm này cần các điểm dữ liệu và nhãn cụm được chỉ định của chúng như là đầu vào. Việc xử lý trước và chuẩn hóa dữ liệu sẽ tăng độ đáng tin cậy của các thước đo.

Kết quả giải thích

Điểm số cao hơn cho thấy các cụm được xác định rõ, trong khi điểm số thấp hơn cho thấy sự chồng chéo hoặc cách biệt giữa các nhóm nhỏ hơn. đối với chỉ số của độ phân chia của độ phân tách của độ phân tách của độ phân giải, giá trị thấp hơn thì tốt hơn, chỉ ra các cụm riêng biệt.