← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 9413.d · 生成模型:Tencent Hunyuan Hy

轮廓分析

理解等级:中级

轮廓分析可定量评估聚类质量、适用于 k-means 之外的算法,用图形度量簇内样本聚集的密集度。单样本轮廓系数三步:①样本 xi 与簇内其他点的平均距离作内聚度 a(i);②xi 与最近簇中所有点的平均距离作分离度 b(i);③系数=(b−a)/max(a,b)。取值 [-1,1]:b=a 时为0;b≫a 时接近1(理想)。用 sklearn.metrics 的 silhouette_samples 算各样本系数、silhouette_scores 算均值(等价 np.mean)。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《Python机器学习》第11章《11.1.4 通过轮廓图定量分析聚类质量》(源文件:`../../book-sources/extracted/Python机器学习/_epub-src/OEBPS/Text/part0142.xhtml.xhtml) - 结论依据:原文直接支撑上述要点。 - 原始内容:轮廓系数的值介于-1到1之间