Отношение межкластерной дисперсии к внутрикластерной; чем больше, тем лучше разделение.
Ключевые тезисы
- Известен также как критерий отношения дисперсий.
- Вычисляется существенно быстрее силуэта.
- Систематически растёт с числом кластеров — сравнивайте осторожно.
Подробный разбор
2 подтем — раскройте любую, чтобы увидеть объяснение, формулы, примеры и интерактивные графики.
1Отношение дисперсий
Чем больше, тем лучше разделение.
Индекс систематически растёт с числом кластеров, поэтому его сравнивают вдоль сетки и ищут локальный максимум, а не просто наибольшее значение.
2Как применять корректно
Индекс растёт с K — что с этим делать.
Считайте индекс для диапазона K и стройте график. Полезен не абсолютный максимум, а точка перегиба или локальный максимум — там, где добавление кластера перестаёт давать выигрыш, сопоставимый с предыдущими.
Как и большинство внутренних метрик, индекс предполагает компактные шарообразные кластеры. Для DBSCAN и плотностных методов его выводы часто вводят в заблуждение.
Связанные темы
Кластеризация и её оценка
k-Means75%
k-средних · Классическое машинное обучениеРазбивает объекты на k кластеров, минимизируя суммарное расстояние до центроидов.
DBSCAN75%
DBSCAN · Классическое машинное обучениеПлотностная кластеризация: кластеры — это связные области высокой плотности, остальное объявляется шумом.
GMM75%
Смесь гауссиан · Классическое машинное обучениеВероятностная модель: данные порождаются смесью нормальных распределений, параметры оцениваются EM-алгоритмом.
Clustering75%
Кластеризация · Обучение без учителяРазбиение объектов на группы похожих без заранее известных меток.
Density Estimation75%
Оценка плотности · Обучение без учителяВосстановление распределения данных: где объекты встречаются часто, а где почти никогда.
Association Rules75%
Ассоциативные правила · Обучение без учителяПоиск закономерностей вида «если A, то B» в транзакционных данных.
Silhouette Score75%
Силуэт · МетрикиСравнивает среднее расстояние объекта до своего кластера и до ближайшего чужого.
Davies–Bouldin75%
Индекс Дэвиса — Болдина · МетрикиОтношение внутрикластерного разброса к расстоянию между кластерами; чем меньше, тем лучше.
Mapper75%
Алгоритм Mapper · Топологический анализ данныхСтроит граф-скелет данных: проекция фильтрующей функцией, покрытие интервалами, локальная кластеризация и склейка.