聚类评估方法、装置、电子设备及计算机可读存储介质_亚信科技.pdf
免费下载
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号
(43)申请公布日
(21)申请号 202011311660.3
(22)申请日 2020.11 .20
(71)申请人 亚信科技（中国）有限公司
地址 100193 北京市海淀区西北旺东路10
号院东区19号楼1层101
(72)发明人 朱诗逸 孟祥德 王云鹏
(74)专利代理机构 北京市立方律师事务所
11330
专利代理师 张筱宁
(51)Int.Cl .
G06N
20/00
(2019 .01)
G06K
9/62
(2022 .01)
(54)发明名称
聚类评估方法、装置、电子设备及计算机可
读存储介质
(57)摘要
本申请实施例提供了一种聚类评估方法、装
置、电子设备及计算机可读存储介质，涉及聚类
技术领域。该方法用于对数据聚类后形成的多个
数据簇进行评估，每个数据簇包括至少两个簇数
据，所述方法包括：分别计算每个数据簇中，该数
据簇的每个簇数据相对该数据簇中其他簇数据
的簇内平均距离；分别计算每个数据簇中，该数
据簇的每个簇数据相对该数据簇的中心距离最
近的两个数据簇中每个簇数据的簇间平均距离；
根据所述簇内平均距离和所述簇间平均距离计
算聚类轮廓系数；根据所述聚类轮廓系数评估聚
类结果。本申请实施例实现了快速确定聚类轮廓
系数及聚类评估结果，大幅降低了聚类评估结果
的评估时间，提高了聚类评估的效率。
权利要求书2页 说明书9页 附图4页
CN 114595824 A
2022.06.07
CN 114595824 A
1 .一种聚类评估方法，其特征在于，用于对数据聚类后形成的多个数据簇进行评估，每
个数据簇包括至少两个簇数据，所述方法包括：
分别计算每个数据簇中，该数据簇的每个簇数据相对该数据簇中其他簇数据的簇内平
均距离；
分别计算每个数据簇中，该数据簇的每个簇数据相对该数据簇的中心距离最近的两个
数据簇中每个簇数据的簇间平均距离；
根据所述簇内平均距离和所述簇间平均距离计算聚类轮廓系数；
根据所述聚类轮廓系数评估聚类结果。
2.根据权利要求1所述的聚类评估方法，其特征在于，所述分别计算每个数据簇中，该
数据簇的每个簇数据相对该数据簇中其他簇数据的簇内平均距离，包括：
分别针对每个数据簇，分别计算该数据簇中每个簇数据相对该数据簇中其他簇数据的
距离之和；
根据所述该数据簇中每个簇数据相对该数据簇中其他簇数据的距离之和，计算该数据
簇中所有簇数据的簇内总距离；
根据所述簇内总距离与该数据簇中簇数据的个数计算所述簇内平均距离。
3 .根据权利要求2所述的聚类评估方法，其特征在于，所述根据所述该数据簇中每个簇
数据相对该数据簇中其他簇数据的距离之和，计算该数据簇中所有簇数据的簇内总距离，
包括：
将所述该数据簇中每个簇数据相对该数据簇中其他簇数据的距离之和相加，以得到该
数据簇中所有簇数据的簇内总距离。
4 .根据权利要求1所述的聚类评估方法，其特征在于，所述分别计算每个数据簇中，该
数据簇的每个簇数据相对该数据簇的中心距离最近的两个数据簇中每个簇数据的簇间平
均距离，包括
针对每个数据簇，获取该数据簇的中心；
针对每个数据簇，根据该数据簇的中心和该数据簇的簇数据的个数，计算所述簇间平
均距离。
5 .根据权利要求4所述的聚类评估方法，其特征在于，所述根据该数据簇的中心和该数
据簇的簇数据的个数，计算所述簇间平均距离，包括：
计算该数据簇中小于该数据簇的中心的簇数据与距离该数据簇最近的数据簇的中心
的第一平均距离；
计算该数据簇中大于该数据簇的中心的簇数据与距离该数据簇最近的数据簇的中心
的第二平均距离；
根据所述第一平均距离、所述第二平均距离和该数据簇的簇数据的个数计算所述簇间
平均距离。
6 .根据权利要求1所述的聚类评估方法，其特征在于，所述根据所述簇内平均距离和所
述簇间平均距离计算聚类轮廓系数，包括：
分别计算每个数据簇的轮廓系数；
根据所述每个数据簇的轮廓系数以及每个数据簇对应的簇数据的个数，计算所述聚类
轮廓系数。
权 利 要 求 书
1/2 页
2
CN 114595824 A
2
of 16
免费下载
【版权声明】本文为墨天轮用户原创内容，转载时必须标注文档的来源（墨天轮），文档链接，文档作者等基本信息，否则作者和墨天轮有权追究责任。如果您发现墨天轮中有涉嫌抄袭或者侵权的内容，欢迎发送邮件至：contact@modb.pro进行举报，并提供相关证据，一经查实，墨天轮将立刻删除相关内容。
下载排行榜
评论