V-measure
V-measure, jonka Rosenberg ja Hirschberg esittelivät vuonna 2007, on ulkoinen klusterointiarviointimittari, joka perustuu homogeniteetin ja täydellisyyden harmoniseen keskiarvoon. Se mittaa, sisältävätkö klusterit vain yhden todellisen luokan pisteitä (homogeniteetti) ja ovatko kaikki yhden todellisen luokan pisteet samassa klusterissa (täydellisyys). Arvot vaihtelevat 0:sta 1:een.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- 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). link ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). V-measure (Homogeneity and Completeness Harmonic Mean). ScholarGate. https://scholargate.app/fi/model-evaluation/v-measure
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Säädetty Rand-indeksiMallien arviointi↔ compare
- Davies-Bouldin-indeksiMallien arviointi↔ compare
- Fowlkes-Mallows-indeksiMallien arviointi↔ compare
- Normalisoitu keskinäinen informaatioMallien arviointi↔ compare
- SiluettikerroinMallien arviointi↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →