误分类误差距离与调整 Rand 指数在外部聚类评价中的细致比较
机器学习
2019-07-29 v1 机器学习
摘要
误分类误差距离和调整 Rand 指数是用于评价聚类算法性能最常用的两个准则。本文对这两个准则进行了深入比较，旨在更好地理解它们确切度量的是什么、它们的性质以及它们之间的差异。从它们的总体起源出发，该探究包含许多数据分析实例以及对特殊情形的详细研究。一项详尽的模拟研究得以检查这些准则的分布，并揭示了先前的一些误解。
关键词
引用
@article{arxiv.1907.11505,
title = {A close-up comparison of the misclassification error distance and the adjusted Rand index for external clustering evaluation},
author = {José E. Chacón},
journal= {arXiv preprint arXiv:1907.11505},
year = {2019}
}