Calinski-Harabasz İndeksi
Calinski-Harabasz Index (Variance Ratio Criterion) · Ayrıca şöyle bilinir: variance ratio criterion, pseudo F-statistic, CH index
Calinski-Harabasz İndeksi, Varyans Oranı Kriteri olarak da bilinen, 1974 yılında Calinski ve Harabasz tarafından tanıtılmıştır. Bu metrik, kümeler arası varyansın küme içi varyansa oranını, küme ve veri noktası sayısına göre ayarlanmış bir şekilde ölçer. Daha yüksek değerler, daha iyi ayrılmış, daha kompakt kümeleri gösterir.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Kümeleme kalitesini ve bölüm karmaşıklığını dengeleyen bir metrik gerektiğinde Calinski-Harabasz İndeksini kullanın. Özellikle farklı küme sayıları için indeksi hesaplayıp onu maksimize eden k'yı seçerek optimal k'yı seçmek için kullanışlıdır. Konveks, benzer boyutlu kümeler için iyi çalışır ve hesaplaması verimlidir.
Güçlü yönler & sınırlılıklar
- Kümeleme kalitesini ve bölüm karmaşıklığını dengeler; daha yüksek değerler daha iyi kümelemeyi gösterir
- İstatistiksel olarak ANOVA kavramlarından esinlenilmiştir, teorik bir temel sağlar
- Küme sayısını seçmek için daha yüksek k'ya doğru yanlılık olmadan iyi çalışır
- Hesaplama açısından verimlidir; birçok k değeri için hızlıca hesaplanabilir
- Genelleştirilmiş bir F-istatistiği olarak yorumlanabilir
- Konveks, benzer boyutlu kümelere eğilimlidir
- Mesafe metriği seçimine duyarlıdır
- Yüksek boyutlu verilerde veya küresel olmayan kümelerde performansı düşer
- Kümelerin çok farklı yoğunluklara veya boyutlara sahip olduğu durumlarda iyi performans göstermeyebilir
SSS
İyi bir Calinski-Harabasz İndeksi değeri nedir?
Evrensel bir eşik değeri yoktur; yorumlama verilerinize ve alanınıza bağlıdır. Genel olarak, daha yüksek değerler daha iyi kümelemeyi gösterir. CH indeksini, farklı k değerleri için hesaplayarak ve indeksi maksimize eden k'yı seçerek kullanın, mutlak değerleri yorumlamak yerine.
Calinski-Harabasz İndeksini küme sayısını seçmek için kullanabilir miyim?
Evet; özellikle bu amaç için tasarlanmıştır. CH indeksini 2'den makul bir maksimuma kadar k değerleri için hesaplayın, ardından indeksi maksimize eden k'yı seçin. Bu yaklaşım genellikle Dirsek Yönteminden daha etkilidir.
Calinski-Harabasz İndeksi, siluet skorundan nasıl farklıdır?
CH indeksi, kümeler arası ve küme içi varyans oranını ölçer ve k seçimi için kullanışlıdır. Siluet skoru, her noktanın kendi kümesine diğer kümelere göre ne kadar iyi uyduğunu değerlendirir. Bunlar birbirini tamamlayıcıdır: k seçimi için CH'yi, ardından siluet skoru ile doğrulayın.
Calinski-Harabasz İndeksi aykırı değerlere duyarlı mıdır?
Evet, bir dereceye kadar. Aykırı değerler küme içi varyansı artırabilir ve oranı bozabilir. İndeksi hesaplamadan önce aykırı değerleri işlemek için verileri ön işleyin veya sağlam mesafe metrikleri kullanın.
Kaynaklar
- Calinski, T., & Harabasz, J. (1974). A dendrite method for cluster analysis. Communications in Statistics, 3(1), 1-27. DOI: 10.1080/03610927408827101 ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Calinski-Harabasz Index (Variance Ratio Criterion). ScholarGate. https://scholargate.app/tr/model-evaluation/calinski-harabasz-index
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Davies-Bouldin İndeksiModel değerlendirme↔ karşılaştır
- Dunn İndeksiModel değerlendirme↔ karşılaştır
- Gap İstatistiğiModel değerlendirme↔ karşılaştır
- EylemsizlikModel değerlendirme↔ karşılaştır
- Siluet KatsayısıModel değerlendirme↔ karşılaştır