【问题标题】:Davies-Bouldin Index higher or lower score better [closed]Davies-Bouldin 指数越高或越低得分越好[关闭]
【发布时间】:2022-02-11 07:47:21
【问题描述】:

我使用 Google Bigquery 训练了一个 KMEANS 聚类模型,它在我的模型的评估选项卡中为我提供了这些指标。我的问题是我们是否试图最大化或最小化 Davies-Bouldin 指数和均方距离?

【问题讨论】:

  • 阅读有关此指标的信息,并选择一些更简单的指标,例如协方差。
  • 我投票结束这个问题,因为这与 help center 中定义的编程无关,而是关于 ML 理论和/或方法 - 请参阅 stackoverflow.com/tags/machine-learning/info 中的介绍和注意事项跨度>

标签: machine-learning cluster-analysis k-means


【解决方案1】:

Davies-Bouldin index 是一种验证指标,通常用于评估要使用的最佳集群数量。定义为聚类散度与聚类分离度的比值,值越小聚类越好。

关于第二个指标,均方距离参考了集群内方差,我们希望将其最小化,因为较低的 WCSS(集群内平方和)将maximize the distance between clusters


【讨论】:

    猜你喜欢
    • 1970-01-01
    • 2016-11-28
    • 2012-10-03
    • 2013-05-13
    • 1970-01-01
    • 1970-01-01
    • 2012-07-25
    • 1970-01-01
    • 1970-01-01
    相关资源
    最近更新 更多