分组是用于分组类似数据点的无监督学习中的一种常见技术,评估这些分组的质量对于确保有意义的洞察力至关重要,分组衡量标准提供了定量衡量方法,以评估算法的运行情况。

常见的集群计量

采用若干衡量标准来评价集群成果。

  • 光线计分:相对于其他星团,衡量一个对象与自身星团的相似程度.
  • 达维耶-布尔丁指数:评价每个集群与其最相似集群之间的平均相似性.
  • 卡林斯基-哈拉巴斯兹指数:评估集群间分散与集群内分散的比例.

计算量子

大多数集群库提供计算这些度量的函数。例如,在Python的 scikit-learn 库中,您可以使用:

silhouette score() ,davies bouldin score(),和[calinski harabasz score()]。

这些功能要求数据点及其指定的集群标签作为输入,数据的适当预处理和正常化提高了计量的可靠性。

解释结果

更高的硅胶分数表示定义明确的集群,而较低的分数则表示重叠或分离不良的集群。对于戴维斯-布尔丁指数,较低的值更好,表明不同的集群。卡林斯基-哈拉巴斯兹指数倾向于更高的分数,反映出更好的集群结构。