Порівняння методів
Переглядайте обрані методи поруч; рядки з відмінностями підсвічено.
| Індекс Девіса-Болдіна× | Метод ліктя× | |
|---|---|---|
| Галузь | Оцінювання моделей | Оцінювання моделей |
| Родина | MCDM | MCDM |
| Рік появи≠ | 1979 | 1953 |
| Автор методу≠ | David L. Davies, Donald W. Bouldin | Robert Thorndike |
| Тип≠ | Cluster quality metric | Heuristic optimization criterion |
| Основоположне джерело≠ | Davies, D. L., & Bouldin, D. W. (1979). A cluster separation measure. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1(2), 224-227. DOI ↗ | Hastie, T., Tibshirani, R., & Friedman, J. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction. Springer Series in Statistics. link ↗ |
| Інші назви | DBI, Davies Bouldin index | elbow analysis, knee detection |
| Пов'язані | 5 | 5 |
| Підсумок≠ | 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. | The Elbow Method is a heuristic for selecting the optimal number of clusters in partitional clustering. Introduced by Robert Thorndike in 1953, it involves fitting clustering models for increasing numbers of clusters and plotting the within-cluster sum of squares (WCSS) against the number of clusters. The 'elbow' occurs where the rate of WCSS decrease sharply changes, suggesting an optimal cluster count. |
| ScholarGateНабір даних ↗ |
|
|