İçeriğe geçScholarGate
KütüphaneKitaplığımMasaReview StudioAsistan
Giriş
Bu sayfada
SezgiNasıl çalışırNe zaman kullanılırGüçlü yönler & sınırlılıklarYaygın tuzaklarUygulamalarSSS🔒 Tam yöntemi okuKaynaklarİlişkili yöntemler
Bu sayfaya atıf yapBu sayfada bir hata mı var? Bildir / düzeltme öner →
Ana sayfa›Model değerlendirme›Fowlkes-Mallows İndeksi
MCDMExternal Clustering Validation

Fowlkes-Mallows İndeksi

Fowlkes-Mallows Index for Clustering Agreement · Ayrıca şöyle bilinir: Fowlkes Mallows, FM index

Fowlkes ve Mallows tarafından 1983'te tanıtılan Fowlkes-Mallows İndeksi, kesinlik (precision) ve duyarlılığın (recall) geometrik ortalamasına dayanan harici bir kümeleme değerlendirme metriğidir. İki bölümleme arasındaki uyumu, nokta çiftlerini ve bu çiftlerin hem tahmin edilen hem de gerçek kümelemelerde nasıl gruplandığını inceleyerek ölçer. Değerler 0 ile 1 arasında değişir, 1 mükemmel uyumu gösterir.

ScholarGate
  1. MCDM
  2. v1
  3. 1 Kaynaklar
  4. PUBLISHED
Bu sayfaya atıf yap →
Araçlar & kaynaklar
Slaytları indir
Öğren & keşfet

Tam yöntemi oku

Yalnızca üyeler

Bu bölümü okumak için ücretsiz hesapla giriş yapın.

Giriş yap

Yöntem haritası

İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.

Fowlkes-Mallows İndeksi
Ayarlanmış Rand İndeksiDavies-Bouldin İndeksiNormalleştirilmiş Karşıl…Siluet KatsayısıV-ölçüsü

Ne zaman kullanılır

Kesinlik ve duyarlılığa dayalı bir metrik istediğinizde Fowlkes-Mallows İndeksini kullanın. Çiftli ilişkilerin tutarlılığı genel bölümleme yapısından daha önemli olduğunda kullanışlıdır. FM İndeksi, etiketlenmiş kıyaslamalarda farklı kümeleme algoritmalarını veya parametre ayarlarını karşılaştırmak için iyi çalışır.

Güçlü yönler & sınırlılıklar

Güçlü yönler
  • Kesinlik-duyarlılık kavramının kümelemeye sezgisel bir genişletilmesi
  • 0 ile 1 arasında değişir, bu da yorumlamayı kolaylaştırır
  • Çiftli ilişkilerdeki uyumu doğrudan ölçer
  • Geometrik ortalama yoluyla kesinlik ve duyarlılığı dengeler
  • Herhangi bir uzaklık metriği ve kümeleme algoritmasıyla çalışır
Sınırlılıklar
  • Gerçek etiketler gerektirir; denetimsiz değerlendirme için uygun değildir
  • Büyük veri kümeleri için hesaplama açısından maliyetlidir; O(n^2) çift sayımı gerektirir
  • Sınıf dengesizliğine ve küme boyutu farklılıklarına duyarlı olabilir
  • ARI veya NMI'den daha az yaygın kullanılır, bu nedenle daha az referans kıyaslaması mevcuttur

SSS

Fowlkes-Mallows İndeksi, Ayarlanmış Rand İndeksinden (Adjusted Rand Index) nasıl farklıdır?

Her ikisi de çift sayma metrikleridir ancak formülleri farklıdır. FM İndeksi geometrik ortalama ile kesinlik ve duyarlılık kullanır; ARI şans eseri uyumu düzeltir. FM İndeksi 0 ile 1 arasında, ARI ise -1 ile 1 arasında değişir. Her ikisi de geçerlidir; şans eseri uyumu düzeltmeyi (ARI) mi yoksa kesinlik-duyarlılık dengesini (FM) mi tercih ettiğinize göre seçim yapın.

FM İndeksi simetrik midir?

Hayır, FM İndeksi simetrik değildir; FM(A, B), FM(B, A)'dan farklı olabilir. Tutarlı bir yorumlama için bir bölümlemeyi referans, diğerini ise tahmin edilen olarak ele alın.

FM İndeksi dizisel kümeleme için kullanılabilir mi?

Evet, FM İndeksi başlangıçta dizisel kümelemeler için tasarlanmıştır. Dizisel yöntemler için, anlamlı karşılaştırmalar elde etmek üzere aynı kesme yüksekliğindeki veya granülerlik seviyesindeki kümelemeleri karşılaştırın.

Eksik veya belirsiz gerçek etiketlerle nasıl başa çıkılır?

Gerçek etiketler belirsiz veya kısmen mevcutsa, FM İndeksi uygun olmayabilir. Bunun yerine yarı denetimli veya denetimsiz metrikleri düşünün veya FM İndeksini yalnızca güvenle etiketlenmiş veri alt kümelerinde kullanın.

Kaynaklar

  1. Fowlkes, E. B., & Mallows, C. L. (1983). A method for comparing two hierarchical clusterings. Journal of the American Statistical Association, 78(383), 553-569. DOI: 10.1080/01621459.1983.10478008 ↗

Bu sayfayı kaynak gösterin

ScholarGate. (2026, June 3). Fowlkes-Mallows Index for Clustering Agreement. ScholarGate. https://scholargate.app/tr/model-evaluation/fowlkes-mallows-index

İlişkili yöntemler

Ayarlanmış Rand İndeksiDavies-Bouldin İndeksiNormalleştirilmiş Karşılıklı BilgiSiluet KatsayısıV-ölçüsü

Hangi yöntem?

Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.

  • Ayarlanmış Rand İndeksiModel değerlendirme↔ karşılaştır
  • Davies-Bouldin İndeksiModel değerlendirme↔ karşılaştır
  • Normalleştirilmiş Karşılıklı BilgiModel değerlendirme↔ karşılaştır
  • Siluet KatsayısıModel değerlendirme↔ karşılaştır
  • V-ölçüsüModel değerlendirme↔ karşılaştır
Yan yana karşılaştır →

Bu yönteme atıf yapanlar

Ayarlanmış Rand İndeksiNormalleştirilmiş Karşılıklı BilgiV-ölçüsü

Benzer yöntemler

Ayarlanmış Rand İndeksiNormalleştirilmiş Karşılıklı BilgiV-ölçüsüDavies-Bouldin İndeksiDunn İndeksiF1-SkoruCalinski-Harabasz İndeksiJaccard Katsayısı

İlgili referans kavramlar

Performans MetrikleriKümeleme AlgoritmalarıMetin KümelemeKümeleme AnaliziBilgi Erişiminde DeğerlendirmeBilgi Erişimi Etkinlik Metrikleri

Bu sayfada bir hata mı var? Bildir / düzeltme öner →

ScholarGate — Fowlkes-Mallows Index (Fowlkes-Mallows Index for Clustering Agreement). 2026-07-21 tarihinde şu adresten erişildi: https://scholargate.app/tr/model-evaluation/fowlkes-mallows-index · Veri seti: https://doi.org/10.5281/zenodo.20539026
Hızlı bilgiler
Originator
E. B. Fowlkes, C. L. Mallows
Subfamily
External Clustering Validation
Year
1983
Type
Pair-counting metric
İlişkili yöntemler
Ayarlanmış Rand İndeksiDavies-Bouldin İndeksiNormalleştirilmiş Karşılıklı BilgiSiluet KatsayısıV-ölçüsü
ScholarGate

Araştırma yöntemleri için içerik öncelikli bir referans kütüphanesi — her yöntemin ne olduğu, nasıl çalıştığı ve nereden geldiği.

Açık veri (CC-BY)

Keşfet

  • Kütüphane
  • Yöntemlerde ara…
  • Alanlara göre gez
  • Alanlar
  • Yolculuk
  • Karşılaştır
  • Hangi yöntem?

Başvuru

  • Konular
  • Atlas
  • Sözlük
  • Metodoloji
  • Felsefe

Çalışma alanı

  • Kitaplığım
  • Masa
  • Sohbet

Şirket

  • Hakkımızda
  • Fiyatlandırma
  • İletişim
  • Yöntem öner

Kayıtlar, başvuru amacıyla yayımlanmış kaynaklardan derlenmiştir. Herhangi bir bilginin doğruluğunu ve kendi kullanımınıza uygunluğunu denetlemek sizin sorumluluğunuzdadır.

© 2026 ScholarGate · Araştırma yöntemleri referans kütüphanesi
  • Gizlilik
  • Çerezler
  • Koşullar
  • Hesabı sil