聚类的判据函数

聚类检查将信息隔离成重要的、有价值的或两者兼有的信息束（聚类）。如果目标是重要的簇，那么此时簇应该捕获信息的共同结构。在少数情况下，尽管如此，集群调查对于其他目的来说是一个有价值的起点，例如信息摘要。

一个好的聚类策略将创建高质量的聚类，其中聚类结果的质量也取决于策略使用的相似度及其使用。聚类策略的质量还通过它找到几个或所有被掩盖设计的能力来衡量。

为了衡量任何分配信息集的聚类能力的质量，使用了测量工作。

1. 考虑一个包含“n”个测试的集合 B = { x1, x2, x3…xn}，它被精确地分配到“t”个不相交的子集中，即 B1、B2、…..、Bt。
2. 这些子集的主要亮点是，每个人子集都与一个集群对话。
3. 集群内部的样本将相互比较，并且与其他集群中的测试不同。
4. 为了使这成为可能，根据发生的情况使用基础容量。

聚类的标准函数-

1. 内部标准函数——这类分组是集群内视图。内部基础工作升级了容量并测量了不同组的容量的性质，这些组彼此之间是独一无二的。
2. 混合标准函数-使用这项工作是因为它能够同时优化许多人的模型能力，这与内部基础工作和外部基础工作完全不同。
3. 外部标准函数——这一课的聚类度量是一个类间视图。外部基础工作优化工作并衡量彼此不同的不同集群的集群能力质量。