เปรียบเทียบวิธี
ดูวิธีที่เลือกเทียบกันแบบเคียงข้าง แถวที่ต่างกันจะถูกเน้นไว้
| ข้อมูลร่วมที่ปรับค่ามาตรฐาน× | ดัชนี Davies-Bouldin× | |
|---|---|---|
| สาขาวิชา | การประเมินแบบจำลอง | การประเมินแบบจำลอง |
| ตระกูล | MCDM | MCDM |
| ปีกำเนิด≠ | 2005 | 1979 |
| ผู้ริเริ่ม≠ | Danon, Diaz-Guilera, Duch, Arenas | David L. Davies, Donald W. Bouldin |
| ประเภท≠ | Information-theoretic metric | Cluster quality metric |
| แหล่งต้นตำรับ≠ | Danon, L., Diaz-Guilera, A., Duch, J., & Arenas, A. (2005). Comparing community structure identification. Journal of Statistical Mechanics: Theory and Experiment, 2005(09), P09008. 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 ↗ |
| ชื่อเรียกอื่น≠ | NMI, mutual information, information criterion | DBI, Davies Bouldin index |
| ที่เกี่ยวข้อง | 5 | 5 |
| สรุป≠ | Normalized Mutual Information (NMI), popularized by Danon et al. in 2005, is an external clustering evaluation metric based on information theory. It measures the amount of information shared between a predicted clustering and ground truth labels, normalized to a scale between 0 and 1. A value of 1 indicates perfect agreement, while 0 indicates independence. | 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. |
| ScholarGateชุดข้อมูล ↗ |
|
|