轮廓系数中总体、样本轮廓系数分别是啥意思？

PGC123

2020-03-17 阅读量: 2871

答：轮廓系数（Silhouette Coefficient），是聚类效果好坏的一种评价方式。

假设我们已经通过一定算法，将待分类数据进行了聚类。常用的比如使用K-means ，将待分类数据分为了 k 个簇。

对于簇中的每个向量。分别计算它们的轮廓系数。

对于其中的一个点 i 来说：

计算 a(i) = average(i向量到所有它属于的簇中其它点的距离)

计算 b(i) = min (i向量到与它相邻最近的一簇内的所有点的平均距离)

那么 i 向量轮廓系数就为：

可见轮廓系数的值是介于 [-1,1] ，越趋近于1代表内聚度和分离度都相对较优。

将所有点的轮廓系数求平均，就是该聚类结果总的轮廓系数。

S(i) 就是样本i基于当前分类结果的轮廓系数。总体轮廓系数就是所有样本点的轮廓系数的均值。

1.1101

关注作者

发表评论

暂无数据

CDA考试动态

CDA报考指南

推荐帖子