SC聚類指標(biāo)原理？SC聚類指標(biāo)是指戴維森堡丁指數(shù)（DBI）和Calinski-Harabaz（CH）。作者項(xiàng)目的代碼是用R跑的，但目前，網(wǎng)絡(luò)中是沒有找到太麻煩的也可以計(jì)算出DBI和CH的R程序，pyt

SC聚類指標(biāo)原理？

SC聚類指標(biāo)是指戴維森堡丁指數(shù)（DBI）和Calinski-Harabaz（CH）。

作者項(xiàng)目的代碼是用R跑的，但目前，網(wǎng)絡(luò)中是沒有找到太麻煩的也可以計(jì)算出DBI和CH的R程序，python中倒是一摞的。因此作者不能找到了python計(jì)算出DBI和CH的源碼（R中有真接計(jì)算SC的方法）。

CH：CH指標(biāo)是從計(jì)算類中各點(diǎn)與類中心的距離平方和，來人的度量類內(nèi)的緊密度，按照計(jì)算門類豐富中心點(diǎn)與整個(gè)數(shù)據(jù)集中心點(diǎn)距離平方差來雅量數(shù)據(jù)集的分離度，CH指標(biāo)由分離度與絲絲相扣度的比值我得到。最終達(dá)到，CH越大貞潔戒著類自身越緊密，類與類之間越聚集起來。（圖中nj代表類別j中樣本數(shù)量，m是所有樣本的數(shù)量，Cpi和Cj是每個(gè)類別的類中心點(diǎn)，X拔是整個(gè)數(shù)據(jù)集的中心點(diǎn)）

SC:SC指標(biāo)實(shí)際計(jì)算樣本i到同類其他樣本的來算距離計(jì)算類內(nèi)的不相似度，是從計(jì)算樣本i到其他所有類樣本的換算下來距離的最小值計(jì)算樣本i與類外的不確實(shí)相似。一個(gè)樣本i的輪廓系數(shù)由類外不相似度除以類內(nèi)不相似度與類外不相似度和類內(nèi)不相似度的較大者的比值得到。

DBI：不可以兩類別的類內(nèi)樣本到類中心平均距離之和除以兩類中心點(diǎn)之間的距離，取比較大值。DBI越小換句話說類內(nèi)距離越小，同時(shí)類間距離越大。

你在閑魚撿過最大的漏是什么？

我在19年10月份想換臺(tái)華為mate20pro，在閑魚上隨便刷了下，有個(gè)福建的賣家那天掛了一臺(tái)機(jī)子出來，9月27號(hào)買的，再體驗(yàn)了兩天就掛出來了，還好又被我刷到了。當(dāng)時(shí)這臺(tái)機(jī)器還賣3500左右，賣家掛2700就賣了，保修也有一年差幾天，直接下單就買了。這個(gè)賣家也很友好，后面還有一個(gè)加價(jià)要買的，他也沒賣，再就發(fā)給我了，上連買的5個(gè)手機(jī)殼全新的都發(fā)進(jìn)來了，這是我同樣一次在閑魚下單，又是我撿漏兒大的的一次[呲牙]我還是很感謝這位賣家！

方陣的平方運(yùn)算過程？

1

/6

可以打開python編譯器spyder，導(dǎo)出numpy模塊。

importnumpysuchnp，

numpy模塊是一個(gè)利用去處理數(shù)組的模塊。

2

/6

創(chuàng)建戰(zhàn)隊(duì)一個(gè)列表：

A[[1,3,5],[2,6,9],[3,3,7]]，

是需要警惕的是，在python里面，列表與數(shù)組、矩陣全是彼此區(qū)分的。

3

/6

把列表A能量轉(zhuǎn)化為數(shù)組：

(A)，

這個(gè)A那就是一個(gè)數(shù)組，在一，也也可以當(dāng)做3階矩陣來真誠(chéng)對(duì)待。

順道兒提一句，即便這個(gè)可以算出平方的矩陣，都是方陣，行數(shù)和列數(shù)相等。

4

/6

在python里面，算出平方，沒法用^符號(hào)，應(yīng)該使用**（兩個(gè)乘號(hào)連寫）。

5

/6

A1A0**2，這個(gè)得到的結(jié)果，也不是矩陣A0的平方，而是各個(gè)元素的平方。

6

/6

計(jì)算出矩陣的平方，代碼是：

(A0,A0)，

這才是能夠的A0的平方