השוואת שיטות
סקרו את השיטות שבחרתם זו לצד זו; שורות שבהן יש הבדל מודגשות.
| מדד רנד המתוקנן (ARI)× | מדד דייויס-בולדין (Davies-Bouldin Index)× | |
|---|---|---|
| תחום | הערכת מודלים | הערכת מודלים |
| משפחה | MCDM | MCDM |
| שנת המקור≠ | 1985 | 1979 |
| הוגה השיטה≠ | Lawrence Hubert, Phipps Arabie | David L. Davies, Donald W. Bouldin |
| סוג≠ | External similarity metric | Cluster quality metric |
| מקור מכונן≠ | Hubert, L., & Arabie, P. (1985). Comparing partitions. Journal of Classification, 2(1), 193-218. DOI ↗ | Davies, D. L., & Bouldin, D. W. (1979). A cluster separation measure. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1(2), 224-227. DOI ↗ |
| כינויים | ARI, adjusted Rand coefficient | DBI, Davies Bouldin index |
| קשורות | 5 | 5 |
| תקציר≠ | The Adjusted Rand Index (ARI), developed by Hubert and Arabie in 1985, is an external clustering evaluation metric that measures the agreement between a predicted clustering and a ground truth labeling. It ranges from -1 to 1, where 1 indicates perfect agreement, 0 indicates random clustering, and negative values indicate performance worse than random chance. | The Davies-Bouldin Index, introduced by Davies and Bouldin in 1979, is a metric for evaluating clustering quality based on the average similarity between each cluster and its most similar neighboring cluster. Lower values indicate better clustering, with a minimum of 0 representing perfectly separated, non-overlapping clusters. |
| ScholarGateמערך נתונים ↗ |
|
|