Metodin todisteiden tietue

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

Lähdetietue

Sitaatit kopioitu sanatarkasti metodin lähdetietueesta. Niistä ei päätellä väitteiden tasoista varmennusta.

V-measure (Homogeneity and Completeness Harmonic Mean)

Taksonominen metoditietue · 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

Avaa koko metodi

Kuratoituja väitteitä

Väitteet tallennettu todistusaineiston pääkirjaan, jokaisella oma arviointinsa.

Ei vielä kuratoituja väitteitä

Tämä näkymä ei keksi väitteen arviointia, jos pääkirjassa ei ole sitä.

Liittyvät metodit

Luotu metodigraafista ja näytetään koneen ehdottamina suhteina – väitteitä ei päätellä.

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.