共用方式為


ClusteringMetrics 類別

定義

評估叢集預測之後所產生的計量。

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

屬性

AverageDistance

平均分數。 對於 K-Means 演算法,'score' 是從距心到範例的距離。 因此,平均分數是範例與叢集距心相近的量值。 換句話說,它是「叢集緊密度」的量值。 不過請注意,只有在增加叢集數目時,此計量才會減少,而且在極端的情況下, (每個相異範例都是自己的叢集) 等於零。

DaviesBouldinIndex

Davies-Bouldin Index 是測量叢集中有多少散佈圖和叢集區隔。

NormalizedMutualInformation

標準化相互資訊是變數相互相依的量值。 只有在提供 Label 資料行時,才會計算此計量。

適用於