क्लस्टर गुणवत्ता उपायों

Question

क्या मैटलैब क्लस्टरिंग विधियों का मूल्यांकन करने के लिए कोई सुविधा प्रदान करता है? (क्लस्टर कॉम्पैक्टनेस और क्लस्टर अलगाव ....) या इसके लिए कोई टूलबॉक्स है?

Answer 1

मैटलैब में नहीं, लेकिन ELKI (जावा) मूल्यांकन के लिए एक दर्जन या तो क्लस्टर गुणवत्ता उपायों प्रदान करता है।

Answer 2

आप सांख्यिकीय टूलबॉक्स से Silhouette plot आज़मा सकते हैं।

उदाहरण के लिए this documentation देखें।

Answer 3

मैटलैब सिल्हूट इंडेक्स प्रदान करता है और मैटलैब के लिए टूलबॉक्स CVAP: Cluster Validity Analysis Platform है। जिसमें शामिल निम्नलिखित वैधता अनुक्रमित:

• डेविस-Bouldin
• Calinski-Harabasz
• डन सूचकांक
• R-squared सूचकांक
• हुबर्ट-लेविन (सी-इंडेक्स)
• Krzanowski-लाइ सूचकांक
• हार्टिगन इंडेक्स
• रूट-माध्य-वर्ग मानक विचलन (आरएमएसएसटीडी) सूचकांक
• अर्द्ध आंशिक R-squared (एसपीआर) सूचकांक
• दो समूहों (सीडी) सूचकांक
• भारित अंतर-इंट्रा सूचकांक
• समरूपता सूचकांक
• पृथक्करण सूचकांक

नोट के बीच की दूरी है कि आपको अपने प्लेटफॉर्म के लिए प्रीकंपिल्ड LIBRA binaries की आवश्यकता हो सकती है।

Answer 4

ध्यान रखें कि मैटलैब में सिल्हूट में सिंगलटन क्लस्टर के लिए कुछ अजीब व्यवहार है। यह सिंगलेट्स के लिए 1 का स्कोर असाइन करता है, जब मेरे लिए, इन क्लस्टर के लिए 0 देने का एक और उचित दृष्टिकोण होगा। मैटलैब कार्यान्वयन में, यदि आप समूहों की संख्या के रूप में क्लस्टर की संख्या देते हैं, तो सिल्हूट आपको 1.