【Python】聚类算法中确定最佳聚类数的指标-Davies-Bouldin指数

2020-06-06 20:50 neunms

如果数据集的标签未知，则可以使用 Davies-Bouldin指数来评估聚类的效果， 是由 David D. Bouldin 和 Donald W. 提出的一种评估聚类算法优劣的指标， 其中Davies-Bouldin指数越低，则说明聚类效果越好。 该指数表示聚类之间的平均相似度，其中相似度是将聚类之间的距离与聚类本身的大小进行比较的度量。 零是最低的分数。接近零的值表示更好的聚类。 在使用中，将Davies-Bouldin指数应用于聚类分析的结果，如下所示： from sklearn import da...