Порівняння методів
Переглядайте обрані методи поруч; рядки з відмінностями підсвічено.
| Індекс Девіса-Болдіна× | Статистика розриву (Gap Statistic)× | |
|---|---|---|
| Галузь | Оцінювання моделей | Оцінювання моделей |
| Родина | MCDM | MCDM |
| Рік появи≠ | 1979 | 2001 |
| Автор методу≠ | David L. Davies, Donald W. Bouldin | Robert Tibshirani, Guenther Walther, Trevor Hastie |
| Тип≠ | Cluster quality metric | Statistical 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 ↗ | Tibshirani, R., Walther, G., & Hastie, T. (2001). Estimating the number of clusters in a data set via the gap statistic. Journal of the Royal Statistical Society: Series B (Statistical Methodology), 63(2), 411-423. DOI ↗ |
| Інші назви | DBI, Davies Bouldin index | gap index, Tibshirani gap statistic |
| 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 Gap Statistic, developed by Tibshirani, Walther, and Hastie in 2001, is a principled statistical method for determining the optimal number of clusters in a dataset. It compares the observed within-cluster sum of squares to the expected value under a null hypothesis of no clustering structure, providing a theoretically grounded approach to cluster number selection. |
| ScholarGateНабір даних ↗ |
|
|