最近最远得分的聚类性能评价指标

• 作者: 冯柳伟 常冬霞 赵耀 邓勇
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 最近邻一致性 最远邻相异性 K-means聚类算法 评分机制 评价指标 层次聚类
• 年，卷（期）: 2017,（1）
• 页码范围: 67-74
• 页数: 8页
• 分类号: TP391
• 字数: 5219字
• 语种: 中文
• DOI: 10.11992/tis.201611007

摘要

聚类算法是数据分析中广泛使用的方法之一,而类别数往往是决定聚类算法性能的关键.目前,大部分聚类算法需要预先给定类别数,在很多情况下,很难根据数据集的先验知识获得有效的类别数.因此,为了获得数据集的类别数,本文基于最近邻一致性和最远邻相异性的准则,提出了一种最近最远得分评价指标,并在此基础上提出了一种自动确定类别数的聚类算法.实验结果证明了所提评价指标在确定类别数时的有效性和可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵耀	北京交通大学信息科学研究所	61	474	12.0	19.0
5	邓勇	中国科学院软件研究所	46	240	10.0	13.0
6	常冬霞	北京交通大学信息科学研究所	8	47	4.0	6.0
10	冯柳伟	北京交通大学信息科学研究所	1	16	1.0	1.0