一篇新发表在arXiv上的论文提出，当有真实标签数据可用时，推荐使用质心指数（CI）作为评估聚类的方法。该论文回顾了常用的外部有效性指标，特别是基于集合匹配度量的指标。对于更细粒度的、点级别的评估，建议使用点集指数（PSI），因为它有一个不受聚类大小影响的归一化分数。如果希望所有点的权重相等，则认为聚类准确率（ACC）或类似的集合匹配度量是合适的。 AI
影响 为聚类算法提供了新的评估指标，可能改进依赖聚类的AI模型的开发和评估。
排序理由 该聚类包含一篇详细介绍聚类算法新评估方法的学术论文。
- alphaXiv
- arXiv
- CatalyzeX
- Centroid Index (CI)
- Clustering accuracy (ACC)
- Connected Papers
- CORE Recommender
- DagsHub
- Gotit.pub
- Hugging Face
- Influence Flower
- Litmaps
- Pair-set index (PSI)
- ScienceCast
- scite Smart Citations
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
