V-measure
La V-measure, introduite par Rosenberg et Hirschberg en 2007, est une métrique externe d'évaluation du clustering basée sur la moyenne harmonique de l'homogénéité et de la complétude. Elle mesure si les clusters ne contiennent que des points d'une seule classe réelle (homogénéité) et si tous les points d'une classe réelle sont assignés au même cluster (complétude). Les valeurs varient de 0 à 1.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- 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 ↗
Comment citer cette page
ScholarGate. (2026, June 3). V-measure (Homogeneity and Completeness Harmonic Mean). ScholarGate. https://scholargate.app/fr/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.
- Indice de Rand AjustéÉvaluation de modèles↔ compare
- Indice de Davies-BouldinÉvaluation de modèles↔ compare
- Indice de Fowlkes-MallowsÉvaluation de modèles↔ compare
- Information Mutuelle NormaliséeÉvaluation de modèles↔ compare
- Score de SilhouetteÉvaluation de modèles↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →