ClusteringMetrics Klasse
Definition
Wichtig
Einige Informationen beziehen sich auf Vorabversionen, die vor dem Release ggf. grundlegend überarbeitet werden. Microsoft übernimmt hinsichtlich der hier bereitgestellten Informationen keine Gewährleistungen, seien sie ausdrücklich oder konkludent.
Die Metriken, die nach der Auswertung der Clustervorhersagen generiert wurden.
public sealed class ClusteringMetricstype ClusteringMetrics = classPublic NotInheritable Class ClusteringMetrics- Vererbung
-
ClusteringMetrics
Eigenschaften
| AverageDistance |
Durchschnittliche Bewertung. Für den K-Means-Algorithmus ist die "Bewertung" der Abstand vom Centroid zum Beispiel. Die durchschnittliche Bewertung ist daher ein Maß für die Näherung der Beispiele zu Clusterzentrierungen. Anders ausgedrückt: Es handelt sich um ein Maß für "Clusterdichte". Beachten Sie jedoch, dass diese Metrik nur verringert wird, wenn die Anzahl der Cluster erhöht wird, und im extremen Fall (in dem jedes einzelne Beispiel sein eigener Cluster ist) wird es gleich null sein. |
| DaviesBouldinIndex |
Davies-Bouldin Index misst, wie viel Punkt sich im Cluster und in der Clustertrennung befindet. |
| NormalizedMutualInformation |
Normalisierte gegenseitige Informationen sind ein Maß für die gegenseitige Abhängigkeit der Variablen. Diese Metrik wird nur berechnet, wenn die Beschriftungsspalte angegeben wird. |