我使用k-means对归一化数据进行聚类。我使用了不同的相似度矩阵,如欧几里得、曼哈顿和余弦,当我使用余弦相似度时,Dunn指数为负值。我读到过邓恩指数的取值范围从0到无穷大。使用余弦相似度计算Dunn指数是正确的吗?
发布于 2019-06-12 22:00:37
欧几里得和曼哈顿是距离。它们可以用来测量相似性,但它们满足了距离的要求。最重要的是,不存在负距离。0表示相同,值越大,它们就越不相似。
余弦相似度定义为两个向量之间夹角的余弦。两个平行向量的相似度为1,角度差异越大,相似度越低。如果两个向量相反,则余弦相似度为-1。
因此,余弦相似度不是距离。因此,您不能在需要距离的地方使用它,例如计算Dunn指数。
https://stackoverflow.com/questions/56557303
复制相似问题