高斯混合模型与聚类验证
Back to Home
01. 简介
02. 高斯混合模型 (GMM) 聚类
03. 一维高斯分布
04. 一维高斯混合模型 (GMM) 聚类
05. 二维高斯分布
06. 二维高斯混合模型
07. 练习：高斯混合
08. 期望最大化算法概述
09. 期望最大化 - 第一部分
10. 期望最大化 - 第二部分
11. 期望最大化示例
12. 期望最大化
13. GMM 实现
14. GMM 示例与应用
15. 聚类分析过程
16. 聚类验证
17. 外部评价指标
18. 练习：调整兰德系数 (Adjusted Rand Index)
19. 内部评价指标
20. 轮廓系数
Back to Home
20. 轮廓系数
判断题：我们可以计算每个点、聚类以及整个数据集的轮廓系数。
正确
错误
SOLUTION:
正确