Question

kmeans聚类效果的评估指标有

Answer 1

kmeans聚类效果的评估指标有轮廓系数协方差系数。
常用机器学习算法包括分类、回归、聚类等几大类型，以下针对不同模型总结其评估指标：
一、分类模型
常见的分类模型包括：逻辑回归、决策树、朴素贝叶斯、SVM、神经网络等。
聚类模型：常见的聚类模型有KMeans、密度聚类、层次聚类等，主要从簇内的稠密成都和簇间的离散程度来评估聚类的效果，评估指标包括：
1、轮廓系数SilhouetteCorfficient，轮廓系数由凝聚度和分离度共同构成，组内SSE越小，组间SSB越大，聚类效果越好，轮廓系数在-1~1之间，值越大，聚类效果越好。
2、协方差系数Calinski-HarabazIndex，类别内部数据协方差越小越好，类别之间协方差越大越好，这样协方差系数会越高。