一种基于密度估计的聚类评价新指标
机器学习
2024-06-18 v4 机器学习
摘要
提出了一种用于聚类内部评价的新指标。该指标定义为两个子指标的混合。第一子指标称为模糊指标；第二子指标称为相似度指标。两个子指标的计算基于对数据划分中每个簇的密度估计。通过实验检验新指标的性能，并在145个数据集上与六种其他内部聚类评价指标——Calinski-Harabasz指标、Silhouette系数、Davies-Bouldin指标、CDbw、DBCV和VIASCKDE——进行比较。结果表明新指标显著优于其他内部聚类评价指标。
引用
@article{arxiv.2207.01294,
title = {A New Index for Clustering Evaluation Based on Density Estimation},
author = {Gangli Liu},
journal= {arXiv preprint arXiv:2207.01294},
year = {2024}
}