Εγγραφή τεκμηρίου μεθόδου

V-measure

V-measure, introduced by Rosenberg and Hirschberg in 2007, is an external clustering evaluation metric based on the harmonic mean of homogeneity and completeness. It measures whether clusters contain only points from a single true class (homogeneity) and whether all points from a true class are assigned to the same cluster (completeness). Values range from 0 to 1.

Sources recorded, not reviewed

Εγγραφή πηγής

Οι παραπομπές αντιγράφονται αυτούσιες από την εγγραφή πηγής της μεθόδου. Δεν υπονοείται επαλήθευση σε επίπεδο ισχυρισμού από αυτές.

V-measure (Homogeneity and Completeness Harmonic Mean)

Εγγραφή ταξινομικής μεθόδου · mcdm / model-evaluation

Rosenberg, A., & Hirschberg, J. (2007). V-measure: A conditional entropy-based external cluster evaluation measure. In Proceedings of the 2007 Joint Conference on Empirical Methods in Natural Language Processing and Computational Natural Language Learning (pp. 410-420). · URL

Άνοιγμα πλήρους μεθόδου

Επιμελημένοι ισχυρισμοί

Οι ισχυρισμοί έχουν αποθηκευτεί στο καθολικό τεκμηρίων, καθένας με τη δική του αξιολόγηση.

Δεν υπάρχουν ακόμη επιμελημένοι ισχυρισμοί

Αυτή η προβολή δεν επινοεί αξιολόγηση ισχυρισμού όταν το καθολικό δεν έχει κανέναν.

Σχετικές μέθοδοι

Δημιουργούνται από τον γράφο μεθόδων και εμφανίζονται ως προτεινόμενες από μηχανή σχέσεις — δεν υπονοείται ισχυρισμός τεκμηρίου.

Taxonomic bucketAdjusted Rand Indexmachine-suggested · Relational suggestion, not evidence.Same method familyDavies-Bouldin Indexmachine-suggested · Relational suggestion, not evidence.Taxonomic bucketFowlkes-Mallows Indexmachine-suggested · Relational suggestion, not evidence.Taxonomic bucketNormalized Mutual Informationmachine-suggested · Relational suggestion, not evidence.Same method familySilhouette Scoremachine-suggested · Relational suggestion, not evidence.