Uma das métricas mais comuns para comparar diferentes resultados de algoritmos de clusterização consiste no seguinte cálculo: max(a,b)(b−a) Onde a é a distância média entre os pontos dentro de cada cluster (distância média intra-cluster) e b é a distância média para o cluster mais próximo (distância média para os pontos do cluster mais próximo). Essa métrica recebe o nome de Uma das métricas mais comuns para comparar diferentes resultados de algoritmos de clusterização consiste no seguinte cálculo: max(a,b)(b−a) Onde a é a distância média entre os pontos dentro de cada cluster (distância média intra-cluster) e b é a distância média para o cluster mais próximo (distância média para os pontos do cluster mais próximo). Essa métrica recebe o nome de

Uma das métricas mais comuns para comparar diferentes...

Q3036305

Tecnologia da Informação Algoritmos e técnicas

Ano: 2022

Banca: Instituto Americano de Desenvolvimento - IADES

Prova: IADES - UNDF - Professor - Área: Metodologias e Técnicas da Computação - 2022

Uma das métricas mais comuns para comparar diferentes resultados de algoritmos de clusterização consiste no seguinte cálculo:

$\frac{( b - a )}{m a x ( a , b )}$

Onde a é a distância média entre os pontos dentro de cada cluster (distância média intra-cluster) e b é a distância média para o cluster mais próximo (distância média para os pontos do cluster mais próximo). Essa métrica recebe o nome de

F2-score.

acurácia.

F1-score.

ROC.

silhouette score.

Comentários Marcadores Anotações (0) Estatísticas Reportar erro