https://ratsgo.github.io/machine learning/2017/04/16/clustering/
클러스터링 타당성 평가는 정답이 없으므로, 군집 간 거리/군집의 지름/군집의 분산 등을 종합적으로 고려하여 확인한다.
Dunn Index
Dunn Index는 (군집 간 거리의 최솟값)/(군집 내 요소 간 거리의 최댓값)이다. 그러므로 자연히 클수록 높은 성능을 가지게 된다.
실루엣지표
실루엣 지표는 (a(i)-b(i)/max(a(i),b(i))로, 클러스터의 밀집 정도를 계산한다. -1부터 1 사이의 값을 가질 수 있으며 1에 가까울수록 높은 성능을 가진다고 볼 수 있다.a(i) : i번째 데이터가 속한 군집과 가장 가까운 이웃 군집을 택해서 계산한 값b(i) : i번째 데이터와 같은 군집에 속한 요소들 간 거리의 평균