เปรียบเทียบวิธี

	วี-เมเชอร์	ข้อมูลร่วมที่ปรับค่ามาตรฐาน
สาขาวิชา	การประเมินแบบจำลอง	การประเมินแบบจำลอง
ตระกูล	MCDM	MCDM
ปีกำเนิด	2007	2005
ผู้ริเริ่ม	Andrew Rosenberg, Julia Hirschberg	Danon, Diaz-Guilera, Duch, Arenas
ประเภท	Entropy-based metric	Information-theoretic metric
แหล่งต้นตำรับ	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).	Danon, L., Diaz-Guilera, A., Duch, J., & Arenas, A. (2005). Comparing community structure identification. Journal of Statistical Mechanics: Theory and Experiment, 2005(09), P09008.
ชื่อเรียกอื่น	V-measure score, homogeneity completeness V-measure	NMI, mutual information, information criterion
ที่เกี่ยวข้อง	5	5
สรุป	V-measure, introduced by Rosenberg and Hirschberg in 2007, is an external clustering evaluation metric based on the harmonic mean of homogeneity and completeness. It measures whether clusters contain only points from a single true class (homogeneity) and whether all points from a true class are assigned to the same cluster (completeness). Values range from 0 to 1.	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.