machine-learning - 聚类算法的性能分析

Question

我已获得 2 个数据集，并希望使用 KNIME 对这些数据集执行聚类分析。

完成聚类后，我希望对两种不同的聚类算法进行性能比较。

关于聚类算法的性能分析，这是否是时间的度量(算法时间复杂度和执行数据聚类所需的时间等)或聚类输出的有效性？ (或两者)

还有其他角度来确定聚类算法的性能(或缺乏性能)吗？

提前非常感谢，

• T

Answer 1

这在很大程度上取决于您拥有哪些可用数据。

衡量性能的常见方法是针对现有(“外部”)标签(尽管这对于分类比聚类更有意义)。为此，您可以使用大约两打措施。

使用“内部”质量衡量标准时，请确保它独立于算法。例如，k-means 优化了此类度量，并且在针对此度量进行评估时始终会得出最佳结果。