השוואת שיטות
סקרו את השיטות שבחרתם זו לצד זו; שורות שבהן יש הבדל מודגשות.
| מדד קלינסקי-הרבאז× | מדד דאן× | |
|---|---|---|
| תחום | הערכת מודלים | הערכת מודלים |
| משפחה | MCDM | MCDM |
| שנת המקור | 1974 | 1974 |
| הוגה השיטה≠ | Tadeusz Calinski, Jerzy Harabasz | Joseph C. Dunn |
| סוג | Cluster quality metric | Cluster quality metric |
| מקור מכונן≠ | Calinski, T., & Harabasz, J. (1974). A dendrite method for cluster analysis. Communications in Statistics, 3(1), 1-27. DOI ↗ | Dunn, J. C. (1974). Well-separated clusters and optimal fuzzy partitions. Journal of Cybernetics, 4(1), 95-104. DOI ↗ |
| כינויים≠ | variance ratio criterion, pseudo F-statistic, CH index | Dunn's index, separation coefficient |
| קשורות | 5 | 5 |
| תקציר≠ | The Calinski-Harabasz Index, also called the Variance Ratio Criterion, was introduced by Calinski and Harabasz in 1974. It is a metric that measures the ratio of between-cluster variance to within-cluster variance, adjusted for the number of clusters and data points. Higher values indicate better-separated, more compact clusters. | The Dunn Index, introduced by Joseph C. Dunn in 1974, is a metric that captures cluster quality by measuring the ratio of the minimum between-cluster distance to the maximum within-cluster diameter. Higher values indicate well-separated and compact clusters, with better clustering quality. |
| ScholarGateמערך נתונים ↗ |
|
|