DCSI——一种基于分离度与连通性的改进聚类可分离性度量
机器学习
2025-04-11 v4 机器学习
摘要
给定数据集中的类标签是否对应有意义的聚类，对于使用真实世界数据集评估聚类算法至关重要。该性质可由可分离性度量来量化。基于密度的聚类之可分离性核心在于类间分离度与类内连通性，而基于分类的复杂度度量与聚类有效性指数（CVI）均未能充分纳入这两者。新近提出的度量（密度聚类可分离性指数，DCSI）旨在量化这两类特征，亦可用作 CVI。在合成数据上的大量实验表明，DCSI 与经调整兰德指数（ARI）衡量的 DBSCAN 性能强相关，但在面对不适合密度硬聚类的、具有重叠类的多类数据集时缺乏鲁棒性。在常用真实世界数据集上的细致评估显示，DCSI 能正确识别不对应有意义密度聚类的接触或重叠类。
引用
@article{arxiv.2310.12806,
title = {DCSI -- An improved measure of cluster separability based on separation and connectedness},
author = {Jana Gauss and Fabian Scheipl and Moritz Herrmann},
journal= {arXiv preprint arXiv:2310.12806},
year = {2025}
}