MCDMClustering Validation
شاخص دیویس-بولدین
شاخص دیویس-بولدین، که توسط دیویس و بولدین در سال ۱۹۷۹ معرفی شد، معیاری برای ارزیابی کیفیت خوشهبندی است که بر اساس میانگین شباهت بین هر خوشه و شبیهترین خوشه همسایه آن عمل میکند. مقادیر کمتر نشاندهنده خوشهبندی بهتر است، و حداقل مقدار ۰ نمایانگر خوشههای کاملاً جدا و بدون همپوشانی است.
مطالعهٔ کامل روش
ویژهٔ اعضا
ورودبرای خواندن این بخش با حساب رایگان وارد شوید.
نقشهٔ روش
همسایگی روشهای مرتبط — برای کاوش، یک گره را برگزینید.
منابع
- Davies, D. L., & Bouldin, D. W. (1979). A cluster separation measure. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1(2), 224-227. DOI: 10.1109/TPAMI.1979.4766909 ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). Davies-Bouldin Index for Cluster Separation. ScholarGate. https://scholargate.app/fa/model-evaluation/davies-bouldin-index
کدام روش؟
این روش را در کنار نزدیکترین روشهای خویشاوندش بگذارید و آنها را کنار هم بخوانید — کتابخانه کتابها را روی میز میگشاید؛ انتخاب با شماست.
- شاخص رند تعدیلشدهارزیابی مدل↔ مقایسه
- شاخص کالینسکی-هاراباسارزیابی مدل↔ مقایسه
- شاخص دانارزیابی مدل↔ مقایسه
- آماره شکافارزیابی مدل↔ مقایسه
- ضریب سیلوئتارزیابی مدل↔ مقایسه
ارجاعشده در
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →