ClusteringMetrics Класс
Определение
Важно!
Некоторые сведения относятся к предварительной версии продукта, в которую до выпуска могут быть внесены существенные изменения. Майкрософт не предоставляет никаких гарантий, явных или подразумеваемых, относительно приведенных здесь сведений.
Метрики, созданные после оценки прогнозов кластеризации.
public sealed class ClusteringMetricstype ClusteringMetrics = classPublic NotInheritable Class ClusteringMetrics- Наследование
-
ClusteringMetrics
Свойства
| AverageDistance |
Средняя оценка. Для алгоритма K-Средних оценка — это расстояние от центроида к примеру. Таким образом, средняя оценка представляет собой меру близости примеров к центроидам кластера. Другими словами, это мера "жесткости кластера". Однако обратите внимание, что эта метрика будет уменьшаться только в том случае, если количество кластеров увеличивается, а в крайнем случае (где каждый отдельный пример является собственным кластером), он будет равен нулю. |
| DaviesBouldinIndex |
Davies-Bouldin Индекс — это мера того, сколько точечной величины находится в кластере и в разделении кластера. |
| NormalizedMutualInformation |
Нормализованная взаимная информация — это мера взаимной зависимости переменных. Эта метрика вычисляется только в том случае, если указан столбец Label. |