Davies-Bouldin 指数越高或越低得分越好
Eli*_*eth 6 cluster-analysis machine-learning k-means
我使用 Google Bigquery 训练了 KMEANS 聚类模型，它在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戴维斯-布尔丁指数和均方距离？
Davies-Bouldin 指数是一种验证指标，经常用于评估要使用的最佳集群数量。它被定义为簇分散度与簇\xe2\x80\x99s 间隔之间的比率，值越低意味着聚类越好。
\n关于第二个指标，均方距离参考簇内方差，我们希望将其最小化，因为较低的 WCSS（簇内平方和）将使簇之间的距离最大化。
\n\n
| 归档时间： |
|
| 查看次数： |
11782 次 |
| 最近记录： |