V-measure
V-measure, представлена Rosenberg та Hirschberg у 2007 році, є зовнішньою метрикою оцінки кластеризації, що базується на гармонійному середньому однорідності (homogeneity) та повноти (completeness). Вона вимірює, чи містять кластери лише точки з одного істинного класу (однорідність), і чи всі точки з істинного класу призначені до одного кластера (повнота). Значення варіюються від 0 до 1.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- 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). link ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). V-measure (Homogeneity and Completeness Harmonic Mean). ScholarGate. https://scholargate.app/uk/model-evaluation/v-measure
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Скоригований індекс РэндаОцінювання моделей↔ compare
- Індекс Девіса-БолдінаОцінювання моделей↔ compare
- Індекс Фоулкса-МеллоузаОцінювання моделей↔ compare
- Нормалізована взаємна інформаціяОцінювання моделей↔ compare
- Показник силуетуОцінювання моделей↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →