ClusteringMetrics Classe

Definizione

Spazio dei nomi:

Microsoft.ML.Data

Assembly:

Microsoft.ML.Data.dll

Pacchetto:

Microsoft.ML v2.0.0

Le metriche generate dopo la valutazione delle stime del clustering.

public sealed class ClusteringMetrics

type ClusteringMetrics = class

Public NotInheritable Class ClusteringMetrics

Ereditarietà

Object

ClusteringMetrics

Proprietà

AverageDistance	Punteggio medio. Per l'algoritmo K-Means, il "punteggio" è la distanza tra il centroide e l'esempio. Il punteggio medio è quindi una misura della prossimità degli esempi ai centroidi del cluster. In altre parole, si tratta di una misura di "stretta cluster". Si noti tuttavia che questa metrica diminuisce solo se il numero di cluster viene aumentato e nel caso estremo (in cui ogni esempio distinto è il proprio cluster) sarà uguale a zero.
DaviesBouldinIndex	Davies-Bouldin Index è la misura della quantità di dispersione nel cluster e della separazione del cluster.
NormalizedMutualInformation	L'informazione reciproca normalizzata è una misura della dipendenza reciproca delle variabili. Questa metrica viene calcolata solo se viene specificata la colonna Label.