ClusteringMetrics 類別

定義

重要

部分資訊涉及發行前產品，在發行之前可能會有大幅修改。 Microsoft 對此處提供的資訊，不做任何明確或隱含的瑕疵擔保。

這些指標是在評估分群預測後產生的。

public sealed class ClusteringMetrics

type ClusteringMetrics = class

Public NotInheritable Class ClusteringMetrics

名稱	Description
AverageDistance	平均分數。對於 K-Means 演算法，「分數」是重心到範例的距離。因此，平均分數衡量了範例與星團重心的接近程度。換句話說，它是「叢集緊密度」的指標。但請注意，只有當叢集數量增加時，這個度量才會減少，在極端情況下（每個不同例子都是獨立的叢集）則等於零。
DaviesBouldinIndex	Davies-Bouldin 指數是衡量星團中散射量及星系團間距的指標。
NormalizedMutualInformation	正規化互信息是衡量變數間相互依賴性的指標。此指標僅在提供標籤欄時計算。