V-measure
A V-measure, introduzida por Rosenberg e Hirschberg em 2007, é uma métrica externa de avaliação de agrupamento baseada na média harmônica de homogeneidade e completude. Ela mede se os clusters contêm apenas pontos de uma única classe verdadeira (homogeneidade) e se todos os pontos de uma classe verdadeira são atribuídos ao mesmo cluster (completude). Os valores variam de 0 a 1.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- 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 ↗
Como citar esta página
ScholarGate. (2026, June 3). V-measure (Homogeneity and Completeness Harmonic Mean). ScholarGate. https://scholargate.app/pt/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.
- Índice Rand AjustadoAvaliação de modelos↔ compare
- Índice de Davies-BouldinAvaliação de modelos↔ compare
- Índice de Fowlkes-MallowsAvaliação de modelos↔ compare
- Informação Mútua NormalizadaAvaliação de modelos↔ compare
- Coeficiente de SilhuetaAvaliação de modelos↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →