如何理解聚类中的轮廓系数？

2018-10-20 阅读量: 1290

数据分析师统计学 SPSS

扫码加入数据分析学习群

轮廓系数，是聚类效果好坏的一种评价方式，它结合内聚度和分离度两种因素：

内聚度：某样本 i 到同簇内所有点的平均距离 - a_i，也称簇内不相似度，当 a_i越小说明样本 i 越应该被聚类到该簇。

分离度：某样本 i 到其他某簇内所有点平均距离 - b_i，也称簇间不相似度，当 b_i 越大说明样本 i 越不属于其他簇。

s(i) 接近1，则说明样本i聚类合理；

s(i) 接近-1，则说明样本i更应该分类到另外的簇；

s(i) 近似为0，则说明样本i在两个簇的边界上。

添加CDA认证专家【维克多阿涛】，微信号：【cdashijiazhuang】，提供数据分析指导及CDA考试秘籍。已助千人通过CDA数字化人才认证。欢迎交流，共同成长！

107.4525 2 3 踩关注作者收藏

暂无数据

评论(0)