联结性-峰度指标用于情境表

为比较聚类算法输出为情境表的性能，需一种情境表的单一绩效指标。此类指标对于聚类算法的比较绩效分析至关重要。对公开文献的调查未发现此类指标的存在。虽然存在用于真实值与预测值的向量对的指标，这些是聚类算法输出的另一种形式，但情境表的指标并不揭示在情境表中显现的详细特征。本文提出了联结性峰度（Associativity Peakiness, AP）指标，它刻画了聚类算法绩效的方面，这些方面对于预测聚类算法在部署时的绩效至关重要。AP 指标类似于监督学习算法输出的混淆矩阵的质量衡量标准。本文展示了在多个测试情境下生成 500 个情境表的仿真结果。结果表明，对于评估聚类算法的用例而言，AP 指标对情境表的绩效表现具有更高的动态范围，而且在可比公开指标之上具有更高的计算效率。