השוואת שיטות
סקרו את השיטות שבחרתם זו לצד זו; שורות שבהן יש הבדל מודגשות.
| מדד דאן× | מדד דייויס-בולדין (Davies-Bouldin Index)× | |
|---|---|---|
| תחום | הערכת מודלים | הערכת מודלים |
| משפחה | MCDM | MCDM |
| שנת המקור≠ | 1974 | 1979 |
| הוגה השיטה≠ | Joseph C. Dunn | David L. Davies, Donald W. Bouldin |
| סוג | Cluster quality metric | Cluster quality metric |
| מקור מכונן≠ | Dunn, J. C. (1974). Well-separated clusters and optimal fuzzy partitions. Journal of Cybernetics, 4(1), 95-104. 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 | Dunn's index, separation coefficient | DBI, Davies Bouldin index |
| קשורות | 5 | 5 |
| תקציר≠ | 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. | 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 ↗ |
|
|