1回答
时间序列聚类质量度量
、、、
我是聚类时间序列数据集，这些数据集没有标签(没有根据事实)，我想衡量集群的质量。你能不能建议一下可以用于时间序列聚类的聚类性能评估方法？
浏览 0提问于2018-10-06得票数 1
1回答
聚类算法的评价指标有很多，如Calinski-Harabaz指数、Dunn指数、Rand指数等。对于聚类算法(尤其是K-均值)，使用Dunn指标是否比其他指标有什么优势？如果是的话，有哪些优点和缺点？
浏览 0提问于2018-02-19得票数 1
回答已采纳
2回答
我的目标是对关于26周的126个时间序列进行聚类(因此每个时间序列有26个观察值)。我在medoids周围使用了pam{cluster} = partitioning来对这些时间序列进行聚类。在聚类之前，我想比较哪种距离度量最合适:欧几里得、曼哈顿或动态时间扭曲。我使用每个距离通过轮廓图进行聚类和比较。有什么方法可以比较不同的距离度量吗？例如，我知道用于验证集群结果的过程clValid {clValid}，但是我不能实现dtw来计算索
浏览 1提问于2014-04-25得票数 2
2回答
我正在尝试使用NLTK的KMeans聚类算法。总体来说，一切都很顺利。我想使用NLTK的Metrics包来确定精确度、召回率和f度量。
我在网络和其他参考文献中搜索了一些例子，但可能没有线索。
浏览 5提问于2016-03-30得票数 2
3回答
我正在尝试将Albatineh等人(2006年) (DOI: 10.1007/s00357-006-0017-z)的一些想法用于空间聚类算法。基本思想是评估聚类结果的稳定性的一种方法是检查观察对在同一类中的频率。在定义得很好的解决方案中，观察对应该经常在同一组中结束。testData <- matrix(data=sample(x=c("
浏览 1提问于2013-06-18得票数 1
1回答
我正在为ELKI elki-bundle-0.7.1提供类标签我知道F1-测量，精度和召回率但是怎么会有多个测量呢？它们不是应该根据聚类的结果来计算吗？成对计数方法？
浏览 3提问于2016-04-06得票数 1
有许多外部聚类指标，如(调整)互信息，(调整)兰德指数，等等。然而，在集群数目不相同的情况下，它们不太擅长比较集群。
例如，如果我把一个集群分割成两个新的集群，比较就会得到一个很低的分数。在我的案例中，要评估聚类，这个操作不应该对分数产生很大的影响。此外，根据1，没有一个比较好的聚类评价指标使用最优配对，只使用贪婪方法来寻找聚类匹配(解决线性分配问题)。
浏览 0提问于2019-08-26得票数 0
1回答
基本上，我模拟了1000多个数据集，然后通过K均值、基于模型的聚类等不同的聚类技术对它们进行聚类。
然后，利用分类正确率CCR验证了这些方法的性能。
浏览 1提问于2018-06-21得票数 0
回答已采纳
1回答
我知道簇内距离和簇内离散度，它们分别是计算聚类评价指标轮廓系数和Calinski-Harabaz指数的一部分。我的问题是，还有其他度量或方法来计算这样的簇内一致性或凝聚力吗？
浏览 0提问于2018-04-13得票数 0
在过去的6个月里，我一直在使用R和Python进行分类建模。在分类的基础上，对模型进行了精确性、召回性、Hamming损失、准确性等方面的评价，这些分类模型需要测试数据来计算这些评价指标。当我们计算SSR、SSE、RMSE和其他评价指标时，是否与回归的情况相同。
从R的角度来看，摘要(LmRegressionModel)以一种或另一种方式给出了这些评估指标数字。
浏览 0提问于2018-07-27得票数 -1
回答已采纳
为了做到这一点，我选择了3种聚类算法和3种内部评估指标，剪影、Calinsky Harbasz和Davies Bouldin。
浏览 0提问于2020-07-26得票数 1
回答已采纳
当我对我的数据进行聚类(使用任何聚类方法)并计算质量指标(我尝试了几个指标，silhouette，Dunn等)时，我得到的分数非常低。我感兴趣的是我的数据是否可聚类？有什么方法可以评估这一点吗？
浏览 3提问于2014-07-16得票数 0
1回答
据我所知，先验地为你的数据选择可能的最佳聚类方法通常是困难的，我们可以使用聚类有效性来比较不同聚类算法的结果，并选择具有最佳验证分数的算法。
浏览 0提问于2018-01-02得票数 0
1回答
我在R中使用了不同的聚类方法(kmeans，hclust，agnes，滑稽)对风暴能量数据进行聚类，但即使很容易为我的工作选择最佳的方法，我也需要一种计算(而不是理论)方法来通过它们的结果来比较和评价这些方法
浏览 6提问于2016-08-29得票数 0
回答已采纳
1回答
集群:集群验证
、、
我想对大型社交网络数据集使用一些聚类方法。问题是如何评价聚类方法。可以，我可以使用一些外部的、内部的和相对的集群验证方法。我使用归一化互信息(NMI)作为基于合成数据的聚类验证的外部验证方法。我对我的真实数据集使用了具有最佳NMI的聚类，并检查了我的算法的错误(成本函数)，结果很好。我的成本函数的测试方法好吗？或者我还应该再次验证我的real word集群的集群？
谢谢。
浏览 0提问于2013-08-19得票数 0
1回答
对于这个数据集中的隐含类，我没有任何假设。我希望(通过集群)发现消息组共享的常见隐藏模式。这是一个没有监督的学习问题。如何证明模型生成的聚类是合理的还是正确的？
浏览 0提问于2019-09-20得票数 1
回答已采纳
它存在许多评估指标，但通常是quadratic或更多的数据点数量上的，从而阻止了兰德或剪影等海量数据集上的任何应用程序。我在Scala 这里中为那些感兴趣的人实现了这两种方法，但是我很乐意知道其他人是否存在，特别是在内部度量方面，因为即使Davies可能是一个很好的评估指标，但在我看来，它只适用于椭圆集群。
浏览 0提问于2018-06-15得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
