聚类评价指标 MATLAB 实现
本仓库提供了一系列聚类评价指标的 MATLAB 实现，涵盖了外部有效性指标和内部有效性指标。这些指标可以帮助用户评估聚类结果的质量，从而选择最优的聚类算法或参数设置。
资源文件内容
本资源文件包含了以下聚类评价指标的 MATLAB 实现：
外部有效性指标
- Rand index：衡量聚类结果与真实标签之间的一致性。
- Adjusted Rand index：对 Rand index 进行调整，考虑了随机分配的影响。
- Mirkin index：衡量聚类结果与真实标签之间的不一致性。
- Hubert index：基于成对比较的指标，衡量聚类结果与真实标签之间的相似性。
内部有效性指标
- Silhouette：衡量聚类结果的紧密度和分离度。
- Davies-Bouldin：衡量聚类结果的紧密度和分离度之间的平衡。
- Calinski-Harabasz：衡量聚类结果的紧密度和分离度之间的平衡。
- Krzanowski-Lai：衡量聚类结果的紧密度和分离度之间的平衡。
- Hartigan：衡量聚类结果的紧密度和分离度之间的平衡。
- weighted inter- to intra-cluster ratio：衡量聚类结果的紧密度和分离度之间的平衡。
- Homogeneity Separation：衡量聚类结果的同质性和分离度。
使用说明
- 下载本仓库中的 MATLAB 文件。
- 将文件添加到 MATLAB 的工作路径中。
- 根据需要调用相应的评价指标函数，并传入聚类结果和（可选的）真实标签。
- 函数将返回相应的评价指标值，帮助您评估聚类结果的质量。
注意事项
- 部分指标需要真实标签作为输入，适用于有监督的聚类评价。
- 内部有效性指标不需要真实标签，适用于无监督的聚类评价。
- 请确保输入数据的格式符合函数要求，以避免运行时错误。
贡献
如果您在使用过程中发现任何问题或有改进建议，欢迎提交 Issue 或 Pull Request。我们期待您的贡献！