一种聚类质量的评价方法及其应用

被引：7

作者：

韩习武 ^{[1
]}

赵铁军 ^{[2
]}

机构：

[1] 黑龙江大学计算机学院

[2] 哈尔滨工业大学计算机学院

来源：

关键词：

聚类质量; 类内相似度; 类外相似度; 评价;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

提出一种聚类质量的评价方法,它依据以类内相似度和类外相似度描述的相关数据集的自然结构来计算给定聚类结果的分类质量.初步的实验和分析表明,该方法基本符合人类的分类直觉,可以单独用来对聚类结果进行评价,用作对其它评价方法的补充,也可以用来调整人工聚类标准.

引用

页码：225 / 227

页数：3

共 8 条

[1] ROCK:a robust clustering algorithm for categorical attributes. GUHA S,RASTOGI R,SKIM K. Proc of the15th Int’l Conf.On Data Eng . 1999
[2] Clustering and Classification. Arabie P,Hubert L J,Soete G D. World Scientific . 1996
[3] Efficient and effective clustering method for spatial data mining. Ng R,Han J. Proceedings of the 1994 International Conference on Very Large Data Bases (VLDB’94) . 1994
[4] A densi-ty-based algorithm for discovering clusters in large spa-tial databases with noise. ESTER M,KRIEGEL H P,SANDER J,et al. Proc of the Second Int’l Conference on Knowledge Discovery and Data Mining . 1996
[5] Algorithms for Clustering Data. Jain AK,Dubes RC. . 1988
[6] CHAMELEON:A Hierarchical Clustering Algorithm Using Dynamic Modeling. Karypis George,Han Eui-Hong(Sam),Kumar Vipin. IEEE Computer . 1999
[7] CURE:An efficient clustering algorithm for large databases. GUHA S,RASTOGI R,SKIM K. Proc of1998ACM-SIGMOD,Int.Conf.On Management of Da-ta . 1998
[8] Finding Groups in Data:an Introduction to Cluster Analysis. KAUFMAN L,ROUSSEEUW P J. . 1990