当通过 ELKI 0.5 中的聚类算法分析数据集时，程序会生成许多统计数据：Jaccard 指数、F1-Measures 等。为了计算这些统计数据，必须有 2 个聚类进行比较。该算法创建的聚类与什么相比？
问问题
490 次
1 回答
1
自动评估（请注意，您可以手动配置评估！）基于数据集中的标签。至少在当前版本中（你为什么使用 0.5 而不是 0.6.0？）它应该只自动评估它是否在数据集中找到标签。
我们目前尚未公布内部措施。有一些实现，例如evaluation/clustering/internal/EvaluateSilhouette.java，其中一些将在下一个版本中发布。
在我的实验中，内部评估措施具有严重的误导性。例如，在剪影系数上，标记的“解决方案”通常甚至会得分为负的剪影系数（即比根本不聚类更糟糕）。
此外，这些措施不可扩展。轮廓系数在 O(n^2) 中计算；这通常使这种评估比实际聚类更昂贵！
我们非常感谢您的贡献！
非常欢迎您将您最喜欢的评估措施贡献给 ELKI，与他人分享。
于 2014-04-07T08:47:26.663 回答