MCDMClustering Validation

Davies-Bouldin Index

Davies와 Bouldin이 1979년에 소개한 Davies-Bouldin Index는 각 클러스터와 가장 유사한 이웃 클러스터 간의 평균 유사성을 기반으로 클러스터링 품질을 평가하는 지표입니다. 값이 낮을수록 더 나은 클러스터링을 나타내며, 0은 완벽하게 분리되고 겹치지 않는 클러스터를 나타내는 최소값입니다.

MethodMind에서 열기곧 제공Apply, compare, get guidance

Tools & resources

슬라이드 다운로드

Learn & explore

동영상곧 제공

방법 전문 읽기

회원 전용

무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.

로그인

방법 지도

관련 방법들로 이루어진 인접 영역 — 노드를 선택해 살펴보세요.

Davies-Bouldin Index

조정 랜드 지수 Calinski-Harabasz 지수 던 지수 Gap Statistic Silhouette Score 엘보우 방법(Elbow Method)Fowlkes-Mallows 지수 관성 (Inertia)정규화 상호 정보량 V-measure

출처

Davies, D. L., & Bouldin, D. W. (1979). A cluster separation measure. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1(2), 224-227. DOI: 10.1109/TPAMI.1979.4766909 ↗

이 페이지 인용 방법

ScholarGate. (2026, June 3). Davies-Bouldin Index for Cluster Separation. ScholarGate. https://scholargate.app/ko/model-evaluation/davies-bouldin-index

어떤 방법일까요?

이 방법을 가장 가까운 동류의 방법들과 나란히 놓고 비교해 보세요 — 라이브러리는 책을 펼쳐 놓을 뿐, 선택은 여러분의 몫입니다.

나란히 비교하기 →

이 방법을 참조하는 항목

조정 랜드 지수 Calinski-Harabasz 지수 던 지수 엘보우 방법(Elbow Method)Fowlkes-Mallows 지수 Gap Statistic 관성 (Inertia)정규화 상호 정보량 Silhouette Score V-measure

이 페이지에서 오류를 발견하셨나요? 신고하거나 수정을 제안하세요 →