V-measure
V-measure, koņurošana 2007. gadā Rosenberg un Hirschberg, ir klasterizācijas ārējās vērtēšanas metrika, kas balstīta uz homogenitātes un pilnības harmonisko vidējo. Tā novērtē, vai klasteros ir tikai vienas patiesās klases elementi (homogenitāte) un vai visi vienas patiesās klases elementi ir pieŁāirti vienam klasterim (pilnība). Vērtēbu diapazons ir no 0 līdz 1.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- Rosenberg, A., & Hirschberg, J. (2007). V-measure: A conditional entropy-based external cluster evaluation measure. In Proceedings of the 2007 Joint Conference on Empirical Methods in Natural Language Processing and Computational Natural Language Learning (pp. 410-420). link ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). V-measure (Homogeneity and Completeness Harmonic Mean). ScholarGate. https://scholargate.app/lv/model-evaluation/v-measure
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Koriģētais Randa indekssModeļu novērtēšana↔ compare
- Deivisa-Boldina indekssModeļu novērtēšana↔ compare
- Fowlkesa-Mallows indeksModeļu novērtēšana↔ compare
- Normalizētais savstarpējais informācijas rādītājsModeļu novērtēšana↔ compare
- Silueta koeficientsModeļu novērtēšana↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →