一组新的聚类有效性指标

被引：18

作者：

岳士弘

李平

于剑

机构：

[1] 浙江大学信息科学与工程学院工业控制技术研究所

[2] 北京交通大学计算机与信息技术学院

来源：

模式识别与人工智能 | 2004年 / 17卷 / 04期

关键词：

聚类分析; 有效性; 类内距; 类间距;

D O I：

暂无

中图分类号：

O212 [数理统计];

学科分类号：

070103 [概率论与数理统计];

摘要：

分析了几个常用的聚类有效性指标的特点,得出它们在聚类有效性设计中必须遵守的规律.基于这些规律以及类内距、类间距及噪声类的相互关系,提出一组新的有效性指标.它们对最优聚类数的计算效果优于现有的结果.特别是适合于含有任意形状和密度不均匀类的数据集的聚类效果评价.通过试验对这组有效性指标做了进一步对比,得到一些新的结果.

引用

页码：516 / 522

页数：7