Partager via


ClusteringMetrics Classe

Définition

Les métriques générées après l’évaluation des prédictions de clustering.

public sealed class ClusteringMetrics
type ClusteringMetrics = class
Public NotInheritable Class ClusteringMetrics
Héritage
ClusteringMetrics

Propriétés

AverageDistance

Score moyen. Pour l’algorithme K-Means, le « score » est la distance entre le centroïde et l’exemple. Le score moyen est donc une mesure de proximité des exemples aux centroïdes cluster. En d’autres termes, il s’agit d’une mesure de « exactitude du cluster ». Notez toutefois que cette métrique diminue uniquement si le nombre de clusters est augmenté et, dans le cas extrême (où chaque exemple distinct est son propre cluster) il sera égal à zéro.

DaviesBouldinIndex

Davies-Bouldin'index est une mesure de la quantité de points dans le cluster et de la séparation du cluster.

NormalizedMutualInformation

Les informations mutuelles normalisées sont une mesure de la dépendance mutuelle des variables. Cette métrique est calculée uniquement si la colonne Label est fournie.

S’applique à