模糊聚类相似度度量的随机模型
机器学习
2025-02-17 v1 机器学习
摘要
调整兰德指数(ARI)是一种广泛使用的硬聚类比较方法，但需要选择随机模型，而这往往被隐式处理。近期几项工作已将兰德指数扩展到模糊聚类，但最常用随机模型的假设在模糊设置中难以证明。我们提出了一个统一框架，用于在三种直观且可解释的随机模型下计算ARI，这些模型同时适用于硬聚类和模糊聚类，并且计算复杂度更低。将所提出模型的理论和假设与现有的置换模型进行了对比。在合成数据和基准数据上的计算表明，每个模型都有不同的行为，因此准确的模型选择对于结果的可靠性至关重要。
引用
@article{arxiv.2312.10270,
title = {Random Models for Fuzzy Clustering Similarity Measures},
author = {Ryan DeWolfe and Jeffery L. Andrews},
journal= {arXiv preprint arXiv:2312.10270},
year = {2025}
}