玛丽亚·哈尔基迪;米查利斯·瓦齐吉安尼;克里斯蒂安·海宁 用于集群验证和估计集群数量的方法依赖指数。 （英语） Zbl 1396.62136号 Hennig，Christian（编辑）等人，《聚类分析手册》。佛罗里达州博卡拉顿：CRC出版社（ISBN 978-1-4665-5188-6/hbk；978-1-46.65-5189-3/电子书）。Chapman&Hall/CRC现代统计方法手册，595-618（2016）。 摘要：给定一个数据集和在其上运行的具有不同输入参数值的聚类算法，我们可以将数据集进行不同的分区，使其成为不一定有意义的聚类。因此，在大多数应用程序中，生成的聚类方案需要对其有效性进行某种评估。评估聚类算法的结果称为“聚类验证”。本章重点介绍用于比较不同聚类并找到“最适合”所考虑数据的聚类有效性标准。这些标准通过有效性指数来实现，这些有效性指数可以从数据集和给定的聚类单独进行评估，而无需访问“真实”聚类。本章旨在概述可用的相对聚类有效性指数，并强调它们之间的差异及其隐含假设。此外，我们提到了一些软件包，我们强调了最近方法未解决的需求，并提出了新的研究方向。关于整个系列，请参见[Zbl 1331.68001号]. 引用于8文件 理学硕士： 62小时30分 分类和区分；聚类分析（统计方面） PDF格式BibTeX公司 XML格式引用 \textit｛M.Halkidi｝等人，《聚类分析手册》。佛罗里达州博卡拉顿：CRC出版社。595--618（2016；Zbl 1396.62136）