পদ্ধতির তুলনা করুন
নির্বাচিত পদ্ধতিগুলো পাশাপাশি পর্যালোচনা করুন; যে সারিগুলোয় পার্থক্য আছে সেগুলো চিহ্নিত করা হয়।
| Calinski-Harabasz Index× | ইনার্শিয়া (Inertia)× | |
|---|---|---|
| ক্ষেত্র | মডেল মূল্যায়ন | মডেল মূল্যায়ন |
| পরিবার | MCDM | MCDM |
| উদ্ভবের বছর≠ | 1974 | 1967 |
| প্রবর্তক≠ | Tadeusz Calinski, Jerzy Harabasz | Stuart Lloyd, James MacQueen |
| ধরন≠ | Cluster quality metric | Clustering quality metric |
| মৌলিক উৎস≠ | Calinski, T., & Harabasz, J. (1974). A dendrite method for cluster analysis. Communications in Statistics, 3(1), 1-27. DOI ↗ | Lloyd, S. P. (1982). Least squares quantization in PCM. IEEE Transactions on Information Theory, 28(2), 129-137. DOI ↗ |
| অপর নাম | variance ratio criterion, pseudo F-statistic, CH index | WCSS, within-cluster sum of squares, cluster cohesion |
| সম্পর্কিত | 5 | 5 |
| সারসংক্ষেপ≠ | The Calinski-Harabasz Index, also called the Variance Ratio Criterion, was introduced by Calinski and Harabasz in 1974. It is a metric that measures the ratio of between-cluster variance to within-cluster variance, adjusted for the number of clusters and data points. Higher values indicate better-separated, more compact clusters. | Inertia, also called Within-Cluster Sum of Squares (WCSS), is a measure of cluster cohesion that quantifies how tightly points are grouped around their cluster centroids. Lower values indicate more compact, cohesive clusters. Inertia is the primary objective function for k-means clustering and has been a fundamental metric since the method's introduction. |
| ScholarGateডেটাসেট ↗ |
|
|