Кіріспе

Екі дерек кластерінің ұқсастығын өлшеу Рэнд индексі немесе Рэнд өлшемі (Уильям М. Рэндтің есімімен аталған) статистикада, әсіресе дерек кластерлеуде екі дерек кластерінің ұқсастығын өлшейтін өлшем болып табылады. Рэнд индексінің элементтердің кездейсоқ топталуына қарай түзетілген түрі анықталуы мүмкін, бұл түзетілген Рэнд индексі. Рэнд индексі - бұл сілтеме кластерге жататынын немесе жатпағанын анықтаудың дәлдігі.

Жіктеудің дәлдігімен байланысы

Рэнд индексін элементтердің жұптары бойынша бинарлық жіктелу дәлдігі призмасы арқылы да қарастыруға болады . Екі сынып белгілері " және " және " және " бір ішкі жиынтығында және " және " және " әр түрлі ішкі жиынтықтарында . Бұл жағдайда бір субжиілге (нағыз оң) тиесілі деп дұрыс белгіленген жұптар саны және әр түрлі субжиілге (нағыз теріс) тиесілі деп дұрыс белгіленген жұптар саны.

Ранд индексі

Түзетілген Рэнд индексі - Рэнд индексінің кездейсоқ нұсқасы. Кездейсоқтыққа қатысты мұндай түзету кездейсоқ модельмен белгіленген кластерлер арасындағы барлық жұптық салыстырулардың күтілетін ұқсастығын пайдалану арқылы базалық деңгейді белгілейді. Дәстүрлі түрде Рэнд индексі кластерлеу үшін Пермутация моделі арқылы түзетілді (кластерлеудегі кластерлердің саны мен мөлшері белгіленеді, ал барлық кездейсоқ кластерлер элементтерді белгіленген кластерлер арасында араластыру арқылы жасалады). Алайда, пермутация моделінің негіздері жиі бұзылады; көптеген кластерлік сценарийлерде кластерлердің саны немесе осы кластерлердің өлшемдері күрт өзгереді. Мысалы, K-те кластерлер санын практик белгілейді, бірақ бұл кластерлердің өлшемдері деректерге негізделеді. Рэнд индексінің өзгеруі кездейсоқ кластерлеудің әртүрлі модельдерін қамтиды. Рэнд индексі 0 мен +1 арасындағы мәнді ғана бере алады, бірақ егер индекс күтілетін индекстен аз болса, түзетілген Рэнд индексі теріс мәндер бере алады.

Төтенше жағдайлар кестесі

n элементтердің жиынтығы S және осы элементтердің екі топталуы немесе бөлінісі (мысалы, кластерлеу) берілген, атап айтқанда және , X және Y арасындағы бір-біріне сәйкес келетін элементтер саны: және: арасындағы ортақ объектілердің санын білдіретін кез-келген жазуы бар кездейсоқ кестеде қорытындылауға болады.