Quanto menor o valor final mais similares são os clusters. (Sobre R em Davies-Bouldin)

Se o índice mede a similaridade entre clusters, valores próximo a 0 são "menos similares". Quanto "menos similar" melhor, pois os grupos são distintos (estão mais distantes). Quanto maior o valor, mais próximos os grupos estão, então são "mais similar".

Alguém abriu um tópico a esse respeito, mas a resposta foi: "quanto menor o valor de DB (mais próximo de 0), melhor será o agrupamento que temos." porém a questão não trata sobre o que é "melhor", e sim, se é "menos" ou "mais" similar.

Eu entendi que: quanto menor o valor = menos similar = melhor quanto maior o valor = mais similar = pior

Tanto que a instrutora fala que o 0,61, no exemplo, é o "pior" caso, mas se mesmo no pior caso for bom, então a clusterização é boa.

Portanto, entendo que a alternativa está errada, e deveria ser apenas uma alternativa certa na questão.

Olá, Alan! Tudo bem?

Desde já peço desculpa pela demora em responder o seu tópico.

A medida de Davies-Bouldin é uma métrica de avaliação de clusterização. Ela avalia a similaridade entre dois clusters baseada na distância média entre os pontos de cada cluster (compactação) e a distância entre os centróides dos clusters (separação).

O índice Davies-Bouldin é calculado como a média das similaridades de cada cluster com seu cluster mais similar. Um valor baixo indica que os clusters são compactos (baixa dispersão) e bem separados, o que é desejável. Portanto, quanto menor o valor de Davies-Bouldin, melhor a clusterização.

Portanto, a afirmação "quanto menor o valor = menos similar = melhor" está quase correta, pois, quanto menor o valor final, mais similar será, como já foi comentado anteriormente. E a alternativa C está correta ao afirmar que os clusters 0 e 1 são mais similares que os clusters 0 e 2, pois eles têm um índice Davies-Bouldin menor.

Espero ter ajudado e bons estudos!

Caso este post tenha lhe ajudado, por favor, marcar como solucionado ✓.

Mergulhe em programação