一种基于模态逻辑的聚类结果评价方法

被引：4

作者：

吕宗磊

王建东

李莹

宰云峰

机构：

[1] 南京航空航天大学信息科学与技术学院

来源：

计算机研究与发展 | 2008年 / 09期

关键词：

数据挖掘; 机器学习; 聚类; 聚类评价; 模态逻辑;

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：

聚类评价指标对衡量一个聚类的优劣有着重要作用.现有的聚类评价指标通常都基于统计理论或模糊理论.收到基础理论的限制,在一些特殊场合,这些指标不能对聚类进行正确的评估.提出了一种基于模态逻辑的新的聚类评价指标.通过把相似性定义成数据集上的二元关系聚类被描述成Kripke结构.用原子公式表示每个簇后,聚类的结果可以用一组逻辑公式来表示.根据最小描述长度原则,聚类评价指标由这种表示方式的准确性和复杂性构成.由于这种新的评价指标对相似性没有任何附加的限制,它较之现有的评价指标更为通用,而那些指标往往都默认了某种相似性度量方式.列举了用于对比新旧指标的实验.实验结果表明,这种新的评价指标在一般情况下与大多数评价指标一致,而在一些类似"双环"的特殊情况下比现有评价方式更有效.

引用

页码：1477 / 1485

页数：9

共 4 条

[1] 聚类质量的评价方法 [J].