07 聚類演算法 - **案例三 - k-means演算法和mini batch k-means演算法效果評估
● 混淆矩陣
● 均一性
● 完整性
● v-measure
● 調整蘭德係數(ari)
● 調整互資訊(ami)
● 輪廓係數(silhouette)
1、均一性
__均一性：__乙個簇中只包含乙個類別的樣本，則滿足均一性；其實也可以認為就是正確率(每個聚簇中正確分類的樣本數占該聚簇總樣本數的比例和);
2、完整性
__完整性：__同類別樣本被歸類到相同簇中，則滿足完整性；每個聚簇中正確分類的樣本數佔型別的總樣本數比例的和。
__v-measure：__均一性和完整性的加權平均。
4、調整蘭德係數(ari)
__rand index(蘭德指數)(ri)__，ri取值範圍為[0,1]，值越大意味著聚類結果與真實情況越吻合。
其中c表示實際類別資訊，k表示聚類結果，a表示在c與k中都是同類別的元素對數，b表示在c與k中都是不同類別的元素對數，c2
n samples 表示資料集中可以組成的對數。
__調整蘭德係數(ari，adjusted rnd index)__，ari取值範圍[-1,1]，值越大，表示聚類結果和真實情況越吻合。從廣義的角度來將，ari是衡量兩個資料分布的吻合程度的。
5、調整互資訊(ami)
調整互資訊(ami，adjusted mutual information)類似ari，內部使用資訊熵。
6、輪廓係數
__簇內不相似度：__計算樣本i到同簇其它樣本的平均距離為ai;ai越小，表示樣本i越應該被聚類到該簇，簇c中的所有樣本的ai的均值被稱為簇c的簇不相似度。
__簇間不相似度：__計算樣本i到其它簇cj的所有樣本的平均距離bij，i=min；bi越大，表示樣本i越不屬於其它簇。
輪廓係數：si值越接近1表示樣本i聚類越合理，越接近-1，表示樣本i應該分類到另外的簇中，近似為0，表示樣本i應該在邊界上；所有樣本的si的均值被成為聚類結果的輪廓係數。
09 聚類演算法 - 層次聚類
聚類演算法衡量指標
簇內不相似度 計算樣本i到同簇其它樣本的平均距離為ai a i越小，表示樣本i越應 該被聚類到該簇，簇c中的所有樣本的a i的均值被稱為簇c的 簇不相似度 簇間不相似度 計算樣本i到其它簇c j的所有樣本的平均距離b ij，b i min b i越大，表示樣本i越不屬於其它簇。輪廓係數 si 值越接...
聚類演算法的衡量指標
乙個簇中只包含乙個類別的樣本，則滿足均一性 其實也可以認為就是正確率 每個聚簇中正確分類的樣本數占該聚簇總樣本數的比例和 同類別樣本被歸類到相同簇中，則滿足完整性 每個聚簇中正確分類的樣本數占該型別的總樣本數比例的和 均一性和完整性的加權平均 rand index 蘭德指數 ri ri取值範圍為 0...
聚類演算法之K means演算法與聚類演算法衡量指標
原文出處 聚類就是按照某個特定標準 如距離準則 把乙個資料集分割成不同的類或簇，使得同乙個簇內的資料物件的相似性盡可能大，同時不在同乙個簇中的資料物件的差異性也盡可能地大。即聚類後同一類的資料盡可能聚集到一起，不同資料盡量分離。聚類演算法屬於無監督學習，即事先不會給出標記資訊，通過對無標記樣本的學習...