【聚类】性能度量

聚类的性能是很难度量，因为它是从数据中学习，并归类。数据的特性的多方面的，那么归类的结果也会是多种。比如苹果，可以从颜色（红、绿）也可以从形状（圆的、椭圆的）归类，没有一定的形式。
但是我们还是试图找到一些方法来评价聚类算法的性能。主要分为外部指标和内部指标两大类。外部指标是指，将结果与“参考的模型”（分好类）进行对比；内部指标是指，直接利用自身的聚类结果进行评价。

1 常用的外部指标

（1）Jaccard系数
主要判断隶属于相同类的个数。该个数越多，说明聚类效果越好。

2 常用的内部聚类

（1）perplexity值
perplexity值（困惑度）通常用于LDA, HDP等模型上，主要计算特征的概率。值越小越好。
（2）距离计算
类内的样本距离越小越好，类间的距离越大越好。