聚类有效性评价综述.pdfVIP

维普资讯 第25卷第6期 计 算 机 应 用 研 究 Vo1．25No．6 2008年 6月 ApplicationResearchofComputers Jun．2008 聚类有效性评价综述 杨 燕 ，靳 蕃 ，KAMELMohamed (1．西南交通大学 信息科学与技术学院，成都 610031；2．Dept．ofElectrical＆ComputingEngineering，University ofWaterloo，Waterloo，Ontario，Canada，N2L3G1) 摘 要：在聚类分析应用中，迫切需要一种客观公正的质量评价方法来评判聚类结果的有效性。为此，从外部 评价法、内部评价法和相对评价法三个方面，归纳综述了常用的聚类有效性评价方法，并讨论了模糊聚类评价法 和聚类最佳类别数的 自动确定问题。 关键词：聚类；聚类评价；有效性指数 中图分类号：TP311 文献标志码 ：A 文章编号 ：1001·3695(2008)06—1630·03 Surveyofclusteringvalidityevaluation YANGYan ，JINFan ．KAMELMohamed (1．SchoolofInformationScienceTechnology，SouthwestJiaotongUniversity，Chengdu610031，China；2．Dept．ofElectricalComputing Engineering，UniversityofWaterloo，Waterloo，Ontario舵工3G1，Canada) Abstract：Theneedforfairmethodsthatcanassessthevalidationofclusteringresultsisbecomingmoreandmorecriticalin clusteranalysisapplications．Thepapersurveyedthewidelyknownclusteringvalidityevaluationbasedonexternalcriteria，in— ternal criteria，andrelativecriteria．Itpresentedareviewoffuzzyclusteringvaliditymeasuresandthedeterminingofoptimal numberofclustersadaptively． Keywords：clustering；clusteringevaluation；validity index 聚类分析是数据挖掘过程中的一种重要手段和工具，它可 先指定的结构。这种结构反映了人们对数据集聚类结构的直 以发现隐含在数据集中的簇 ，标志出感兴趣的分布或模式。聚 观认识。每个数据项的分类标记 已知。下面介绍两种常用的 类问题是将一组对象分成若干个簇或聚类，使簇内的对象尽可 外部评价法。 能具有最大的相似性，不同簇之间的对象尽可能有最大的相异 1)F．measure 它组合了信息检索中查准率(precision)与 性。聚类过程可以看做是一种无监督的学习过程，因为没有预 查全率(recal1)的思想来进行聚类评价。一个聚类 及与此相 先定义的分类或示例来表明数据集中哪种期望的关系是有效 关的分类 i的precision与recall定义为 ¨ 的，多数聚类算法依靠假设和猜测进行。如