Inerce
Inerce, pazīstama arī kā kvadrātisko noviržu summa starp klasteriem (WCSS), ir klasteru kohēzijas mērs, kas kvantificē, cik cieši punkti ir grupēti ap saviem klasteru centriem. Zemākas vērtības norāda uz kompaktākiem, kohezīvākiem klasteriem. Inerce ir primārā mērķfunkcija k-means klasterizācijai un ir bijusi fundamentāls metrika kopš metodes ieviešanas.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Metožu karte
Saistīto metožu apkaime — atlasiet mezglu, lai izpētītu.
Avoti
- Lloyd, S. P. (1982). Least squares quantization in PCM. IEEE Transactions on Information Theory, 28(2), 129-137. DOI: 10.1109/TIT.1982.1056489 ↗
- MacQueen, J. (1967). Some methods for classification and analysis of multivariate observations. In Proceedings of the Fifth Berkeley Symposium on Mathematical Statistics and Probability (Vol. 1, pp. 281-297). link ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Inertia: Sum of Squared Distances to Cluster Centroids. ScholarGate. https://scholargate.app/lv/model-evaluation/inertia
Kura metode?
Novietojiet šo metodi blakus tās tuvākajām radniecīgajām metodēm un lasiet tās līdzās — bibliotēka noliek grāmatas uz galda; izvēle ir jūsu.
- Calinska-Harabaša indekssModeļu novērtēšana↔ salīdzināt
- Deivisa-Boldina indekssModeļu novērtēšana↔ salīdzināt
- Dunn indekssModeļu novērtēšana↔ salīdzināt
- Elkoņa metodeModeļu novērtēšana↔ salīdzināt
- Silueta koeficientsModeļu novērtēšana↔ salīdzināt
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →