代码如下： 原来的数据分布图为： k=2时，聚类情况： k=3时，聚类情况： k=4时的聚类效果： k=5时的聚类效果： 不同k值对应的聚类效果折线图： 我们可以看到，k=3时，哪个值最大，效果最好。 ...

1. ARI(Adjusted Rand Index) 兰德系数：聚类效果有一个评价指标。 　　这个指标不考虑你使用的聚类方法，把你的方法当做一个黑箱，只注重结果。可以说，是一个十分“功利”的指标。 　　 　　在讲ARI之前呢，先讲述一下RI，也就是rand index，从两者的名字 ...

sklearn中的指标都在sklearn.metric包下，与聚类相关的指标都在sklearn.metric.cluster包下，聚类相关的指标分为两类：有监督指标和无监督指标，这两类指标分别在sklearn.metric.cluster.supervised ...

一、引言 　　如图认为x代表一类文档，o代表一类文档，方框代表一类文档，完美的聚类显然是应该把各种不同的图形放入一类，事实上我们很难找到完美的聚类方法，各种方法在实际中难免有偏差，所以我们才需要对聚类算法进行评价看我们采用的方法是不是好的算法。 二、评价准则 　　2.1 purity ...

聚类定义回顾： 把一个文档集合根据文档的相似性把文档分成若干类，究竟分成多少类，这个要取决于文档集合里文档自身的性质。 　回答1： 　基于不同算法，会有不同指标，通常较通用的应该一定都会有 Entropy 熵 和 Accuracy, （Accuracy 里 ...

在看一篇论文，其中提到了purity,NMI,ARI，平时只是见到过，具体的含义并不知道，所以就百度整理了下~~ 看到了两篇博客，感兴趣的可以看一下~~http://blog.csdn.net/it ...

1. 典型聚类算法 1.1 基于划分的方法 代表：kmeans算法 ·指定k个聚类中心 ·（计算数据点与初始聚类中心的距离） ·（对于数据点，找到最近的{i}ci(聚类中心)，将分配到{i}ci中） ·(更新聚类中心点，是新类别数值的均值点) ·（计算每一类的偏差） ·返回返回第二步 ...

-兰德系数(Rand Index) a: 在C和K中都分为同类的样本对的数量; b: 在C和K中都分为不同类的样本对的数量; 分母: 所有的样本对数量. 其中n为样本空间的大小. $ \fra ...